多任务模型中的跨任务关系学习：在YouTube生产推荐系统中的落地验证
该研究提出了一种在多任务模型中学习跨任务关系的新框架。该框架通过针对性的成对关系来近似任务标签的联合分布，从而在避免对完整联合空间建模的高昂复杂度下，利用迁移学习提升模型性能与信息抽取能力。该方法具备通用性，并在YouTube生产级推荐系统（涵盖通知、主页及“接下来播放”等场景）中完成部署验证，实验表明其显著提升了预测准确率与用户满意度。
推荐理由提出了一种高效逼近任务标签联合分布的多任务学习框架，并在YouTube超大规模工业推荐场景中得到有效落地与验证。
原标题：Learned Cross-Task Relationships in Multi-Task Models
阅读 arXiv 人工智能 原文 ↗