使用多任务学习曲线表征迁移学习

本文提出了一种通过分析多任务学习曲线来表征迁移学习效应的新方法。作者没有侧重于模型更新，而是扰动数据集大小以了解性能如何变化。这种方法可能对迁移学习提供更基本的理解，特别是在基础模型的背景下。学习曲线的使用允许对迁移效应进行定量评估，包括成对和上下文迁移。

• •提出了一种使用多任务学习曲线来表征迁移学习的方法。
• •侧重于扰动数据集大小而不是模型更新。
• •提供了一种定量方法来评估迁移效应。
• •在药物-靶标相互作用数据集上进行评估。
• •强调了描绘成对和上下文迁移效应的能力。