BriefGPT - AI 论文速递
·
基于梯度估计任务亲和性的可扩展多任务学ä¹
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新架构MTI-Net，通过任务交互和特征传播模块实现不同尺度的任务模拟和特征传递，最终通过特征聚合单元产生任务预测。实验证明，该架构在多任务学习中具有较小的内存占用和计算次数，并且表现更好。
🎯
关键要点
- 介绍了一种新架构MTI-Net，能够显式模拟每个尺度的任务交互。
- 通过特征传播模块将任务信息从较低尺度传播到较高尺度。
- 特征聚合单元汇总所有尺度的任务特征以产生最终的任务预测。
- 实验证明该架构在多任务学习中具有较小的内存占用和计算次数。
- 与单任务学习相比，该架构表现更好。
➡️
