定義
タスクベクトルとは、特定タスクにファインチューニングしたモデルの重みと元のモデルの重みの差分を、1つのベクトルとして表現したもののこと。
タスクベクトル (Task Vector)とは（詳しく解説）
タスクベクトルは、事前学習済みモデルの重みを起点に、特定タスクでファインチューニングした後のモデルとの重みの差分をベクトルとして捉える手法で、タスク算術(Task Arithmetic)という研究文脈で提案された概念とされる。複数のタスクベクトルを加算すれば1つのモデルに複数の能力を統合でき、符号を反転させれば特定の挙動を打ち消す用途にも使えるとされる。フルファインチューニングに比べ追加の学習コストがほぼ不要な点が実運用でのコスト面の魅力だが、現場では複数のタスクベクトルを合成すると性能が想定より劣化する「干渉」が起きやすく、係数(スケーリング)の調整に試行錯誤が必要になる落とし穴がある。2026年時点ではLoRAなど他の軽量適応手法と役割が重なる部分もあり、モデルマージやマルチタスク統合を検討する際は、タスクベクトル同士の直交性や評価データでの検証を経てから採用するかどうかを判断するのが実務での相場感とされる。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます（CC BY 4.0）。
出典: AI PICKS AI用語辞典「タスクベクトル (Task Vector)とは」 https://aipicks.jp/glossary/task-vector
タスクベクトル (Task Vector)の使用例
- 医療分野と法律分野それぞれのタスクベクトルを加算し、両分野に対応する1つのモデルを構築する。
- 望ましくない挙動に対応するタスクベクトルを符号反転して重みから減算し、その挙動を抑制する。
