Papers with Code 아카이브
Multi-Task Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 2
- 평가표
- 8
- 보존된 평가 기록
- 16
Multi-task learning aims to learn multiple different tasks simultaneously while maximizing performance on one or all of the tasks.
<span style="color:grey; opacity: 0.6">( Image credit: Cross-stitch Networks for Multi-task Learning )</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
SP-TransientBench: 실제 촬영된 단일 광자 인식 벤치마크
UniECG: 하나의 통합 모델에서 심전도 이해 및 생성
신뢰 영역 온-정책 증류
Vibe Medicine을 향하여: 임상 의사결정 지원을 위한 자가 진화 멀티 에이전트 프레임워크
일반화 에이전트는 무엇을 기억해야 하는가?
CAPRA: 다중 에이전트 LLM 시스템을 활용한 소프트웨어 아키텍처 산출물 피드백의 확장
ARIADNE: 추론 시 어댑터 동적 선택을 위한 독립적 라우팅
언어 식별을 활용한 이중 언어 미세조정을 통한 저자원 자동 음성 인식(ASR) 개선: 교언어적 평가
UoU: 대규모 비지도 학습에 기반한 범용 지문 기초 모델
순서 독립적 셀 수준 표현을 통한 자기회귀 멀티태스크 표 인식의 구조적 의존성 재고
멀티모달 전문가 혼합 병리학 파운데이션 모델을 활용한 면역 바이오마커 예측이 정밀 종양학을 강화합니다
SpeechDx: 임상 음성 AI를 위한 멀티태스크 벤치마크
기계 학습 기반 동반질환 지수
메타 강화학습에서의 지식 재활용
치명적 망각은 저계수입니다: 지속적 적응을 위한 함수 공간 이론
자원 제한적 순차 학습을 위한 암 형태적 신경 에이전트 집단
파라미터에서 특징 공간으로: 모델 병합에서 백도어 완화를 위한 태스크 산술
곤충의 노래 해독: Orthoptera 생물음향 분류를 위한 멀티태스크 반지도학습 분류기
Embodied-R1.5: Evolving Physical Intelligence via Embodied Foundation Models
멀티태스크 ADME 속성 예측을 위한 확률적 대조적 사전학습
크리틱 아키텍처의 중요성: 휴머노이드 로코-매니퓰레이션을 위한 이중 vs. 통합 크리틱
생존 인식 적응을 통한 임상 생존분석용 테이블형 파운데이션 모델
Temporal2Seq: 시간적 비디오 이해 태스크를 위한 통합 프레임워크
SceneMiner: 통합 BEV 장면 마이닝을 위한 아이덴티티 보존 멀티태스크 미세조정
객체 검출 및 인스턴스 분할을 위한 터보 추론 전략
백도어는 어디에 존재하는가? 음성 언어 모델에서의 백도어 전파에 대한 구성 요소 수준 분석
LifeSentence: 언어 모델은 종단 패널 데이터로부터 인생 과정 궤적을 인코딩할 수 있다
UrduMMLU: 우르두어 이해를 위한 대규모 멀티태스크 벤치마크
MMAE: 대규모 멀티태스크 오디오 편집 벤치마크
희소 보상 강화학습을 위한 불확실성 인식 LLM 기반 정책 형성
차량 통신망 상의 연합 파운데이션 모델
멀티태스크 모델 병합을 위한 닫힌 형식 스펙트럼 정규화
Multi-FRuGaL: 암 진단 및 예후 예측을 위한 멀티모달 유연 중복 인식 분해 게이티드 학습
TSAQA: 시계열 분석 질의응답 벤치마크
간극을 메우라: 다중 버티컬 추천에서 LLM으로 행동 실로를 연결
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.