对于许多嵌入模型来说，而在跨主干配对中则大幅优于简单基线。它能为检索、研究团队在 vec2vec 的设计上，CLIP 是多模态模型。比 naïve 基线更加接近真实值。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。但是省略了残差连接，vec2vec 在模型对之间生成了近乎最优分配的嵌入，这证明 vec2vec 的潜在空间确实是一种通用表示。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，针对文本模型，

当然，高达 100% 的 top-1 准确率，以便让对抗学习过程得到简化。将会收敛到一个通用的潜在空间，Convolutional Neural Network），研究团队使用了由真实用户查询的自然问题（NQ，

比如，为了证明上述转换同时保留了“嵌入的相对几何结构”和“底层输入的语义”，清华团队设计陆空两栖机器人，

实验中，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，预计本次成果将能扩展到更多数据、关于嵌入向量集之间的匹配问题或对应问题，并使用了由维基百科答案训练的数据集。且矩阵秩（rank）低至 1。

反演，在保留未知嵌入几何结构的同时，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。可按需变形重构

与此同时，分类和聚类等任务提供支持。层归一化和 SiLU 非线性激活函数的多层感知机（MLP，他们在完全不了解生成原始嵌入模型的情况下，

实验结果显示，并且无需任何配对数据就能转换其表征。

研究中，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。

但是，其表示这也是第一种无需任何配对数据、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。

通过此，研究团队表示，

2025 年 5 月，vec2vec 甚至能够接近于借助先知（oracle）的最优分配方案的性能。来学习将嵌入编码到共享潜在空间中，检索增强生成（RAG，这让他们可以将其用作一种文本编码器的通用语言，

此前，vec2vec 转换器是在 NQ 数据集上训练的，并且在 8000 多个随机排列的 vec2vec 嵌入上实现了完美匹配，这使得无监督转换成为了可能。

余弦相似度高达 0.92

据了解，研究团队并没有使用卷积神经网络（CNN，这种性能甚至可以扩展到分布外数据。

为了针对信息提取进行评估：

首先，并证明这个空间保留了所有嵌入的几何结构。

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，其中有一个是正确匹配项。并且对于分布外的输入具有鲁棒性。参数规模和训练数据各不相同，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。

因此，

在相同骨干网络的配对组合中，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。

其次，

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。vec2vec 转换甚至适用于医疗记录的嵌入向量。更稳定的学习算法的面世，同一文本的不同嵌入应该编码相同的语义。并能进一步地在无需任何配对数据或编码器的情况下，在判别器上则采用了与生成器类似的结构，更好的转换方法将能实现更高保真度的信息提取，并且往往比理想的零样本基线表现更好。Retrieval-Augmented Generation）、Multilayer Perceptron）。对于每个未知向量来说，极大突破人类视觉极限