通过使用新的无监督嵌入方法MetaEOL，可以从大型语言模型中生成高质量的句子嵌入。MetaEOL通过元任务提示引导语言模型生成嵌入，处理多个表示方面。实验结果显示，从各种元任务得到的嵌入在语义文本相似性测试中表现出竞争力，并在下游任务中表现优异。这种方法提供了一种多用途、节约资源的嵌入提取方法。

本文提出了利用元任务之间的关系来辅助元学习的方法，并考虑了两种类型的元任务对上的关系。然而由于实验中的错误，本文被撤回。