ECCV 2026 Workshop口頭論文：画像AIの例示はいつ1本のタスクベクトルに圧縮できるかを整理

結論から言うと、画像と文章の例を見せてAIに新しい解き方を伝えるとき、どの質問にも共通する変化が多ければ、例全体を1本の「タスクベクトル」に圧縮する軽い方法で十分な場合がある。

2026年8月13日にarXivで公開され、ECCV 2026のEmpirical Theory in Representation Learning Workshopで口頭発表に採択された論文は、マルチモーダルな文脈内学習の方法を選ぶ考え方としてSelection–Realization Hypothesisを提案した。

ここでタスクベクトルとは、見本から得た指示をAI内部の数値の変化としてまとめ、次の質問に加える仕組みである。研究チームは、課題の基本要素やプロンプト形式を変えず、質問によって必要な処理がどれだけ変わるかだけを調整した実験を用意した。正しい見本と、条件をそろえた反事実の見本を比べると、質問をまたいで共通する内部変化が多い課題ほど、固定したタスクベクトルが成功しやすかった。

逆に質問固有の変化や広い層に分散した処理が必要な場合は、質問に応じて変える複雑な介入が有利だった。この関係は自然な画像質問応答でも確認された。開発者には、常に複雑な方式を選ぶのではなく、見本が共通ルールを教える課題かを見て計算費用を抑える手掛かりになる。ただしWorkshop論文であり、論文要旨には対象モデル名や全ベンチマークの数値が示されていない。

実サービスでの速度や費用の改善は別途測定が必要である。