英文：Multi-Task Learning 分类：foundation
让模型同时学习多个相关任务，通过共享表示提升各任务性能的技术。共享学习迫使模型提取通用特征，相互补充数据，减少过拟合。
实现方式：共享底层表示+任务专属头（经典范式）、任务间注意力/门控共享、多任务微调大模型（指令混合训练）；需权衡任务间的冲突（负迁移）与数据配比。评测看各任务独立指标与平均增益。
用于 NLP 多任务（分类+抽取+生成统一模型）、推荐（点击+转化多目标）、自动驾驶多任务感知与语音多语言识别；大模型的指令微调本质是多任务学习。
相关词条：Transformer · 注意力机制 · 自注意力 · 分布外泛化 · 领域泛化