↑: [[G検定に関する知識]] - 複数のタスクを同時に学習する手法 - 構造：共通の特徴抽出部（共有層）＋タスクごとのヘッド（出力層） - 個別学習（例：74%）よりまとめ学習（例：86%）の方が精度が向上することがある - 共通の特徴を共有することで汎化性能が上がる - cf. [[転移学習]], [[基盤モデル]], [[Unified-IO]]