本文探讨了多任务学习方法，提出了MetaLink和GIMLET等模型，旨在提升任务间的知识共享和学习效果。研究表明，通过对齐任务数据和利用辅助任务，可以显著提高模型在分子属性预测等任务上的性能，尤其在零样本学习和图神经网络应用中表现优异。