#多任务学习

这篇论文用格林算子解构多任务神经网络，揭示了计算如何在任务间和时间上被组织和重用。

农业AI研究：用多任务学习解决葡萄抗寒性预测难题，一个模型同时处理两个相关任务。

这篇论文提出了一个解决多任务学习中不同任务类型结果不可比较问题的框架，使用了共享稀疏性和深度网络，理论扎实，还有基因数据实验，搞统计学习和生物信息的朋友可以看看。

这篇论文用MoE同时干分类、查加壳、判黑白三种活，检测率97.44%，比单模型稳多了，做恶意软件方向的值得看。

LLM越大越全能，编代码和讲道理一起涨——但写小说可能反而会翻车，挺有意思的。

Ethan Mollick@emollick原文

这篇论文提出多任务贝叶斯ICL框架，速度比传统方法快几个数量级，还能适应新先验，在温度预测上表现很好。

这篇论文解决了表格识别中自回归解码的顺序依赖问题，用非因果注意力让细胞特征序无关，推理快了3倍，识别也更准。

做代码生成或LLM推理优化的开发者，EffiSkel直接解决了生成代码跑得慢的痛点——不用等后优化，训练时就注入效率骨架，值得关注其开源实现。

核物理研究者终于有了一个统一的多任务预测工具——用 LLM 微调替代传统多模型方案，精度提升显著且效率更高，做核数据分析和理论验证的团队值得关注。