Многозадачно обучение

Многозадачното обучение (MTL) е парадигма в машинното обучение, при която модел се обучава едновременно по няколко свързани задачи, споделяйки репрезентации между тях, за да се подобри генерализацията. Формално въведено от Рич Каруана през 1997 г., MTL се основава на интуицията, че спомагателните задачи действат като индуктивно отклонение, предоставяйки допълнителни сигнали за надзор, които помагат на споделените слоеве да научат по-богати, по-устойчиви репрезентации на признаци, отколкото би дало обучението по една задача.