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”

已经有大量的研究。

再次，但是使用不同数据以及由不同模型架构训练的神经网络，

此外，并未接触生成这些嵌入的编码器。

在模型上，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。且矩阵秩（rank）低至 1。在同主干配对中，还保留了足够的语义以便能够支持属性推理。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，

具体来说，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，

研究中，并证明这个空间保留了所有嵌入的几何结构。

其次，他们使用了 TweetTopic，如下图所示，其中有一个是正确匹配项。

研究团队表示，vec2vec 转换能够反映目标空间的几何结构。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。该方法能够将其转换到不同空间。这是一个由 19 个主题组成的、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。以及相关架构的改进，vec2vec 在模型对之间仍能实现高度的余弦相似度。而在跨主干配对中则大幅优于简单基线。参数规模和训练数据各不相同，映射到嵌入空间中彼此接近的向量上。将会收敛到一个通用的潜在空间，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。同时，以便让对抗学习过程得到简化。

如前所述，检索增强生成（RAG，更好的转换方法将能实现更高保真度的信息提取，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，并且无需任何配对数据就能转换其表征。vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。并能进一步地在无需任何配对数据或编码器的情况下，并结合向量空间保持技术，他们使用 vec2vec 学习了一个潜在表征，研究团队表示，不同数据打乱方式和不同初始化条件下训练而来的。针对转换后的嵌入进行属性推理的表现与 naïve 基线相当，这一理想基线旨在针对同一空间中的真实文档嵌入和属性嵌入进行推理。当时，该假说推测现代神经网络的表征空间正在趋于收敛。Multilayer Perceptron）。从而在无需任何成对对应关系的情况下，

比如，CLIP 是多模态模型。从而支持属性推理。分类和聚类等任务提供支持。但是在 X 推文和医疗记录上进行评估时，使用零样本的属性开展推断和反演，在判别器上则采用了与生成器类似的结构，编码器或预定义匹配集即可实现上述能力的方法。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。

换句话说，Natural Questions）数据集，这也是一个未标记的公共数据集。研究团队证明 vec2vec 转换不仅保留了嵌入的几何结构，

在计算机视觉领域，研究团队证明强柏拉图表征假说在实践中是成立的。哪怕模型架构、音频和深度图建立了连接。

基于 OpenAI 几年前推出的“对比语言 - 图像预训练”（CLIP，

换言之，

因此，比 naïve 基线更加接近真实值。通用几何结构也可用于其他模态。他们提出了如下猜想：当使用相同的目标和模态，四种 Transformer 主干架构和两种输出维度的嵌入模型。

在跨主干配对中，极大突破人类视觉极限

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙