近年来，人工智能的发展使得姿态估计不仅在人体应用上取得进展，也开始期待在动物方面的应用。然而，针对动物的数据集非常有限，标注工作的高成本成为实际应用的障碍。本研究利用在人类姿态估计方面丰富的预训练模型，通过 Task Arithmetics 的任务编辑，探讨了针对少量动物数据构建姿态估计模型的方法。具体来说，基于人类和动物各自的关节点估计任务创建差分向量，并将其作为减法操作应用，从而验证在少样本领域中知识应用的可能性。结果表明，以小学习率进行训练可以提高 Task Arithmetics 的有效性，同时，标注政策的差异对模型的精度没有显著影响。
ARIGA et al. (Sat,) 研究了这个问题。