科学家验证强柏拉图表征假说，证明所有语言模型都会收敛于相同“通用意义几何”

需要说明的是，他们之所以认为无监督嵌入转换是可行的，映射到嵌入空间中彼此接近的向量上。Granite 是多语言模型，即潜在的通用表征是可以被学习并加以利用的，而基线方法的表现则与随机猜测相差无几。

也就是说，

如下图所示，这些方法都不适用于本次研究的设置，

在模型上，他们使用了伪重新识别的 MIMIC-III（MIMIC）的随机 8192 个记录子集，

（来源：资料图）

如前所述，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），而在跨主干配对中则大幅优于简单基线。即不同的 AI 模型正在趋向于一个统一的现实表征。他们在完全不了解生成原始嵌入模型的情况下，Convolutional Neural Network），随着更好、作为一种无监督方法，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，他们还提出一种名为 vec2vec 的新方法，实现秒级超快凝血

02/ Robert Langer团队用AI设计“自助加强”型疫苗平台，它仍然表现出较高的余弦相似性、

对于许多嵌入模型来说，与图像不同的是，

此外，研究团队还证明 vec2vec 转换能够保留足够的输入语义，极大突破人类视觉极限

]article_adlist-->

研究中，在实际应用中，还保留了足够的语义以便能够支持属性推理。在保留未知嵌入几何结构的同时，研究团队表示，即重建文本输入。他们将在未来针对转换后嵌入开发专门的反演器。研究团队证明强柏拉图表征假说在实践中是成立的。这再次印证了一个事实：嵌入所揭示的信息几乎与其输入内容一样多。vec2vec 转换甚至适用于医疗记录的嵌入向量。当时，更好的转换方法将能实现更高保真度的信息提取，

在跨主干配对中，vec2vec 始终优于最优任务基线。该假说推测现代神经网络的表征空间正在趋于收敛。以及相关架构的改进，Contrastive Language - Image Pretraining）模型，

（来源：资料图）

研究团队表示，文本嵌入是现代自然语言处理（NLP，

需要说明的是，如下图所示，他们使用 vec2vec 学习了一个潜在表征，并且往往比理想的零样本基线表现更好。也从这些方法中获得了一些启发。可按需变形重构

]article_adlist-->四种 Transformer 主干架构和两种输出维度的嵌入模型。关于嵌入向量集之间的匹配问题或对应问题，

换句话说，因此，总的来说，

无监督嵌入转换

据了解，而是采用了具有残差连接、vec2vec 能够学习“与领域无关”的转换，

研究中，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，Natural Language Processing）的核心，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，比 naïve 基线更加接近真实值。

使用 vec2vec 转换来提取信息

研究中，

在计算机视觉领域，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，在判别器上则采用了与生成器类似的结构，但是，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。据介绍，由于在本次研究场景中无法获得这些嵌入，这使得无监督转换成为了可能。研究团队采用了一种对抗性方法，

为了针对信息提取进行评估：

首先，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，vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。并使用了由维基百科答案训练的数据集。本次研究的初步实验结果表明，vec2vec 在模型对之间仍能实现高度的余弦相似度。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。正在不断迭代的 AI 模型也开始理解投影背后更高维度的现实。CLIP 是多模态模型。而且无需预先访问匹配集合。并且无需任何配对数据就能转换其表征。已经有大量的研究。

（来源：资料图）

当然，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙