IXThinker·2025-05-27 12:00

vec2vec無需配對數據實現嵌入空間互通

康奈爾大學提出vec2vec，首個無監督的文本嵌入跨向量空間轉換方法，無需任何配對數據，即可在不同文本嵌入模型之間轉換，保留嵌入結構與底層語義，甚至能反推提取嵌入中的資訊。

假說緣起

曾因Ilya離職OpenAI而掀起討論熱潮的柏拉圖表示假說提出：所有足夠大規模的圖像模型都具有相同的潛在表示。康奈爾研究進一步追問：文本模型是否也存在通用潛在結構？vec2vec給出了「Plus版」答案。