透過跨模型局部等距一致性進行向量連結

研究論文提出，深入探討向量連結技術，旨在解決從不同黑盒編碼器產生的嵌入向量中恢復跨模型物體對應的問題。論文基於理論和實驗分析，指出獨立訓練的對比編碼器在局部幾何上具有一致性，即短距離嵌入向量間的距離近似保持一個尺度因子，而長距離則因模型特定扭曲而偏離。在此基礎上，作者提出一種迭代的、基於參考的幾何嵌入雜湊方法，該方法從一個小型種子配對錨點集合開始，將每個向量表示為到這些錨點的距離，通過雜湊空間匹配提出候選連結，並在Beta-Bernoulli後驗模型中聚合多視圖證據，逐步自舉出高置信度的連結作為新錨點。實驗部分涵蓋多個基準測試和不同的嵌入模型對，結果表明該方法在數據重疊程度、種子預算和域外錨點等各種條件下均能實現準確且穩健的向量連結，並展示了在向量資料庫整合和跨模型聚類等應用中的潛力。此外，相關代碼已在GitHub上發布供研究使用。