利用神经架构搜索的方法，在主任务推理成本不变的前提下，通过利用独立辅助任务的额外辅助标签来提高主任务性能。使用柔性的非对称结构对主任务和辅助任务进行训练和推理，通过演化网络中的主到辅助连接，在主任务推理过程中去除这些连接的单任务推理成本。在NYU v2、CityScapes和Taskonomy数据集上进行了实验，验证了其有希望的性能。