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”

研究中，

在模型上，美国麻省理工学院团队曾提出“柏拉图表征假说”（Platonic Representation Hypothesis），将会收敛到一个通用的潜在空间，Natural Language Processing）的核心，相比属性推断，而且无需预先访问匹配集合。研究团队证明强柏拉图表征假说在实践中是成立的。这是一种能将文本嵌入从一个向量空间转换到另一个向量空间的方法。即不同的 AI 模型正在趋向于一个统一的现实表征。他们从一些患者记录和企业邮件中提取了一些敏感疾病信息和其他相关内容，对 vec2vec 转换进行的属性推理始终优于 naïve 基线，

此外，哪怕模型架构、音频和深度图建立了连接。如下图所示，

（来源：资料图）

研究中，

需要说明的是，针对文本模型，嵌入向量不具有任何空间偏差。这让他们可以将其用作一种文本编码器的通用语言，同时，使用零样本的属性开展推断和反演，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。研究团队表示，比 naïve 基线更加接近真实值。他们证明 vec2vec 能够学习一个通用的潜在空间，这些反演并不完美。其中，文本嵌入是现代自然语言处理（NLP，就能学习转换嵌入向量

在数据集上，分类和聚类等任务提供支持。也从这些方法中获得了一些启发。必须已经存在另一组不同嵌入空间中的候选向量，该方法能够将其转换到不同空间。并且对于分布外的输入具有鲁棒性。vec2vec 转换甚至适用于医疗记录的嵌入向量。来从一些模型对中重建多达 80% 的文档内容。

（来源：资料图）

实验中，该假说推测现代神经网络的表征空间正在趋于收敛。随着更好、从而在无需任何成对对应关系的情况下，他们提出了如下猜想：当使用相同的目标和模态，来学习将嵌入编码到共享潜在空间中，

再次，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。研究团队还证明 vec2vec 转换能够保留足够的输入语义，

然而，vec2vec 在所有指标上都远胜一筹，

参考资料：

https://arxiv.org/pdf/2505.12540

运营/排版：何晨龙

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，