Multi-Task Learning（多任务学习）

多任务学习（MTL）受人类学习启发，通过硬参数共享或软参数共享，让不同任务在底层共享特征表示。相关任务之间的互补信息可以相互促进，减少过拟合，尤其当某些任务数据稀缺时。常见方法包括共享编码器加任务特定头、十字绣网络等。MTL 已应用于自然语言处理（如同时进行词性标注和命名实体识别）、计算机视觉和推荐系统。