マルチタスク学習曲線を用いた転移学習の特性評価

本論文は、マルチタスク学習曲線を用いて転移学習の効果を特徴付ける新しい方法を提案しています。モデルの更新に焦点を当てる代わりに、著者はデータセットのサイズを変化させ、パフォーマンスがどのように変化するかを理解しようとしています。このアプローチは、特に基盤モデルのコンテキストにおいて、転移学習のより基本的な理解を提供する可能性があります。学習曲線を使用することで、ペアワイズおよびコンテキスト転移効果を含む、転移効果の定量的評価が可能になります。