本研究では、アルツハイマー病（AD）検出のための文脈内学習（ICL）において、従来のデモが直面する問題を解決する新たな枠組み「DA4ICL」を提案しています。従来のICLは同一シーンを反映したデモに依存しており、そのため、モデルの認知能力や微妙なクラス識別に必要な手がかりが失われることが確認されました。DA4ICLは、デモの多様性を高める「多様な対照的検索（DCR）」と、各デモの信号を深める「投影ベクトルアンカリング（PVA）」を取り入れることで、文脈の幅と深さを向上させます。このアプローチは、三つのADベンチマークにおいて、従来のICLやタスクベクトルアプローチよりも大きな安定した改善を示し、高リソースを必要としない新しい適応パラダイムを確立しています。