حقن حساسية الخلل للتعلم متعدد المهام

برز التعلم متعدد المهام (MTL) كنهج واعد لنشر نماذج التعلم العميق في التطبيقات الواقعية. اقترحت الدراسات الحديثة نماذج تعلم تعتمد على التحسين لتأسيس تمثيلات مشتركة بين المهام في MTL. ومع ذلك، تجادل دراستنا تجريبياً بأن هذه الدراسات، لا سيما تلك القائمة على التدرج، تركز أساسًا على مسألة الصراع متجاهلة التأثير الأكبر المحتمل للخلل/الهيمنة في MTL. تماشيًا مع هذا المنظور، قمنا بتحسين طريقة الأساس الموجودة عبر حقن حساسية الخلل من خلال فرض قيود على المعايير المسقطة. لإثبات فعالية طريقة النزول التدرجي الحساسة للخلل (IMGrad) التي اقترحناها، قمنا بتقييمها على عدة معايير رائدة في MTL، تشمل مهام التعلم الخاضع للإشراف وكذلك التعلم التعزيزي. وتُظهر النتائج التجريبية باستمرار أداءً تنافسياً.