通过动态潜在表征增强进化领域泛化

本文介绍了一种通过多任务学习实现两阶段表示学习的技术，旨在增强在未见过的领域中的推理能力。通过最小化先验和潜在空间之间的互信息，有效地消除虚假特征之间的关联性。通过在多个网络安全数据集上评估模型的有效性，与当代领域泛化方法进行对比，证明了该方法的有效性。