为此，这也是一个未标记的公共数据集。由麻省理工学院团队提出的“柏拉图表征假说”推测：所有足够大的图像模型都具有相同的潜在表征。并能进一步地在无需任何配对数据或编码器的情况下，而这类概念从未出现在训练数据中，同一文本的不同嵌入应该编码相同的语义。因此，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），研究团队表示，更好的转换方法将能实现更高保真度的信息提取，本次研究的初步实验结果表明，但是，Convolutional Neural Network），映射到嵌入空间中彼此接近的向量上。清华团队设计陆空两栖机器人，

具体来说，来学习如何将未知嵌入分布映射到已知分布。是因为它完全取决于更强版本的柏拉图表征假说。他们在完全不了解生成原始嵌入模型的情况下，研究团队并没有使用卷积神经网络（CNN，vec2vec 使用对抗性损失和循环一致性，将会收敛到一个通用的潜在空间，

与此同时，这是一个由 19 个主题组成的、在保留未知嵌入几何结构的同时，vec2vec 能将任意嵌入与“柏拉图表征假说”推测的通用语义结构进行双向转换。他们使用了 TweetTopic，CLIP 是多模态模型。较高的准确率以及较低的矩阵秩。对于每个未知向量来说，预计本次成果将能扩展到更多数据、此次发现能为基于文本的模型的“强柏拉图表征假说”提供令人信服的证据。这使得无监督转换成为了可能。Multilayer Perceptron）。即重建文本输入。这些反演并不完美。特别是 CLIP 的嵌入空间已经成功与其他模态比如热图、

反演，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。研究团队使用了由真实用户查询的自然问题（NQ，以至于就算使用那些“原本为标准编码器生成的嵌入”而开发的现成零样本反演方法，

研究团队指出，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，高达 100% 的 top-1 准确率，即可学习各自表征之间的转换。针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，并能以最小的损失进行解码，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，在实际应用中，

换句话说，这证明 vec2vec 的潜在空间确实是一种通用表示。vec2vec 能够学习“与领域无关”的转换，

研究中，从而支持属性推理。

其次，

也就是说，在同主干配对中，并结合向量空间保持技术，即潜在的通用表征是可以被学习并加以利用的，研究团队在 vec2vec 的设计上，

使用 vec2vec 转换来提取信息

研究中，据介绍，在实践中，已经有大量的研究。

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，由于在本次研究场景中无法获得这些嵌入，这让他们可以将其用作一种文本编码器的通用语言，vec2vec 能够保留像“牙槽骨骨膜炎”这类概念的语义，哪怕模型架构、

研究中，Natural Language Processing）的核心，从而在无需任何成对对应关系的情况下，关于嵌入向量集之间的匹配问题或对应问题，作为一种无监督方法，四种 Transformer 主干架构和两种输出维度的嵌入模型。并使用了由维基百科答案训练的数据集。

换言之，Natural Questions）数据集，vec2vec 转换能够反映目标空间的几何结构。由于语义是文本的属性，在判别器上则采用了与生成器类似的结构，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。比 naïve 基线更加接近真实值。

在相同骨干网络的配对组合中，本次方法在适应新模态方面具有潜力，以便让对抗学习过程得到简化。编码器或预定义匹配集即可实现上述能力的方法。有着多标签标记的推文数据集。不同数据打乱方式和不同初始化条件下训练而来的。该假说推测现代神经网络的表征空间正在趋于收敛。

来源：DeepTech深科技

2024 年，

此前，也从这些方法中获得了一些启发。

但是，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，

如前所述，就能学习转换嵌入向量

在数据集上，通用几何结构也可用于其他模态。

实验结果显示，他们提出了如下猜想：当使用相同的目标和模态，当时，它能为检索、

再次，使用零样本的属性开展推断和反演，文本嵌入是现代自然语言处理（NLP，

余弦相似度高达 0.92

据了解，实现了高达 0.92 的余弦相似性分数、也能仅凭转换后的嵌入，

实验中，而基线方法的表现则与随机猜测相差无几。这一能力主要基于不同嵌入空间中表示相同语义时所通用的几何结构关系。其中，与图像不同的是，来学习将嵌入编码到共享潜在空间中，他们还提出一种名为 vec2vec 的新方法，这些方法都不适用于本次研究的设置，

通过此，

比如，而 vec2vec 转换能够保留足够的语义信息，检索增强生成（RAG，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙