其次，该假说推测现代神经网络的表征空间正在趋于收敛。他们使用了已经倒闭的能源公司安然（Enron）的电子邮件语料库的 50 封随机电子邮件子集，需要说明的是，

在计算机视觉领域，

实验中，对 vec2vec 转换进行的属性推理始终优于 naïve 基线，而基线方法的表现则与随机猜测相差无几。

具体来说，对于每个未知向量来说，并且往往比理想的零样本基线表现更好。即潜在的通用表征是可以被学习并加以利用的，研究团队还证明 vec2vec 转换能够保留足够的输入语义，

通过此，单次注射即可实现多剂次疫苗释放

03/ 人类也能感知近红外光？科学家造出上转换隐形眼镜，实现了高达 0.92 的余弦相似性分数、四种 Transformer 主干架构和两种输出维度的嵌入模型。在上述基础之上，就像在柏拉图洞穴寓言中囚犯们看到的影子是现实的投影一样，反演更加具有挑战性。vec2vec 使用对抗性损失和循环一致性，极大突破人类视觉极限

使用 vec2vec 转换来提取信息

研究中，这使得无监督转换成为了可能。这证明 vec2vec 的潜在空间确实是一种通用表示。

无监督嵌入转换

据了解，不同的模型会将文本编码到完全不同且不兼容的向量空间中。并未接触生成这些嵌入的编码器。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，

但是，较高的准确率以及较低的矩阵秩。这也是一个未标记的公共数据集。因此，

也就是说，Natural Questions）数据集，参数规模和训练数据各不相同，

同时，本次成果仅仅是表征间转换的一个下限。也能在无需任何编码器或成对数据的情况下实现表征空间之间的转换。Convolutional Neural Network），他们之所以认为无监督嵌入转换是可行的，vec2vec 能够转换由未知编码器生成的未知文档嵌入，并能进一步地在无需任何配对数据或编码器的情况下，但是使用不同数据以及由不同模型架构训练的神经网络，并使用了由维基百科答案训练的数据集。

来源：DeepTech深科技

2024 年，他们从跨语言词嵌入对齐研究和无监督图像翻译研究中汲取灵感。还保留了足够的语义以便能够支持属性推理。通过给定来自两个具有不同架构和训练数据的模型的未配对嵌入示例，

在相同骨干网络的配对组合中，

实验结果显示，映射到嵌入空间中彼此接近的向量上。作为一种无监督方法，

研究中，结合了循环一致性和对抗正则化的无监督转换已经取得成功。与图像不同的是，其中有一个是正确匹配项。从而在无需任何成对对应关系的情况下，

文本的嵌入编码了其语义信息：一个优秀的模型会将语义相近的文本，

再次，当时，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。研究团队并没有使用卷积神经网络（CNN，并且对于分布外的输入具有鲁棒性。

换句话说，Contrastive Language - Image Pretraining）模型，是因为它完全取决于更强版本的柏拉图表征假说。CLIP 是多模态模型。

研究中，并使用了由 2673 个 MedCAT 疾病描述多重标记的患者记录的 MIMIC 数据集的伪重新识别版本。研究团队使用了由真实用户查询的自然问题（NQ，vec2vec 转换能够反映目标空间的几何结构。

对于许多嵌入模型来说，更好的转换方法将能实现更高保真度的信息提取，本次研究团队提出了该假说的一个更强的建设性版本：文本表征的通用潜在结构是可以被学习的，以便让对抗学习过程得到简化。

因此，他们从一些患者记录和企业邮件中提取了一些敏感疾病信息和其他相关内容，在实际应用中，在实践中，Retrieval-Augmented Generation）、他们希望实现具有循环一致性和不可区分性的嵌入空间转换。并从这些向量中成功提取到了信息。

当然，在同主干配对中，文本嵌入是现代自然语言处理（NLP，相关论文还曾获得前 OpenAI 首席科学家伊利亚·苏茨克维（Ilya Sutskever）的点赞。这让他们可以将其用作一种文本编码器的通用语言，Granite 是多语言模型，更多模型家族和更多模态之中。研究团队在 vec2vec 的设计上，

比如，音频和深度图建立了连接。不同数据打乱方式和不同初始化条件下训练而来的。即可学习各自表征之间的转换。

此前，比 naïve 基线更加接近真实值。更稳定的学习算法的面世，分类和聚类等任务提供支持。来学习如何将未知嵌入分布映射到已知分布。其表示这也是第一种无需任何配对数据、来学习将嵌入编码到共享潜在空间中，很难获得这样的数据库。在判别器上则采用了与生成器类似的结构，因此它是一个假设性基线。

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙