NMT – 阿里联合 UC Berkeley 推出的多任务学习框架

NMT（No More Tuning）是UC Berkeley和阿里巴巴集团联合推出的多任务学习框架，能解决多任务学习中不同任务优先级优化的问题。NMT将多任务学习问题转化为约束优化问题，将高优先级任务的性能作为约束条件，在优化低优先级任务时保持高优先级任务的性能。NMT基于拉格朗日微分乘数法，将约束问题转化为无约束问题，并用梯度下降法求解，避免传统方法中复杂的超参数调整过程。NMT框架易于与基于梯度下降的多任务学习方法集成，无需额外的超参数，有效简化模型训练过程，提高了高优先级任务的性能。

官网：https://arxiv.org/pdf/2412.12092

立即打开官网