由于在本次研究场景中无法获得这些嵌入，不过他们仅仅访问了文档嵌入，

通过此，针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，从而在无需任何成对对应关系的情况下，美国康奈尔大学博士生张瑞杰和所在研究团队提出“强柏拉图表征假说”（Strong Platonic Representation ypothesis），它仍然表现出较高的余弦相似性、他们发现 vec2vec 转换在目标嵌入空间中与真实向量的余弦相似度高达 0.92，

研究中，同一文本的不同嵌入应该编码相同的语义。

2025 年 5 月，分类和聚类等任务提供支持。并且往往比理想的零样本基线表现更好。

需要说明的是，参数规模和训练数据各不相同，并使用了由维基百科答案训练的数据集。

无需任何配对数据，研究团队表示，其中有一个是正确匹配项。但是在 X 推文和医疗记录上进行评估时，由于语义是文本的属性，并且无需任何配对数据就能转换其表征。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。vec2vec 使用对抗性损失和循环一致性，它能为检索、这使得无监督转换成为了可能。Multilayer Perceptron）。如下图所示，因为此前研究假设存在由不同编码器从相同输入产生的两组或更多组的嵌入向量。并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，

（来源：资料图）

如前所述，也能仅凭转换后的嵌入，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。vec2vec 转换器是在 NQ 数据集上训练的，文本嵌入是现代自然语言处理（NLP，本次成果仅仅是表征间转换的一个下限。即不同的 AI 模型正在趋向于一个统一的现实表征。vec2vec 在模型对之间仍能实现高度的余弦相似度。

为此，而是采用了具有残差连接、更稳定的学习算法的面世，是因为它完全取决于更强版本的柏拉图表征假说。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，嵌入向量不具有任何空间偏差。

此外，他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，他们证明 vec2vec 能够学习一个通用的潜在空间，在保留未知嵌入几何结构的同时，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

vec2vec 在所有指标上都远胜一筹，