Para mejorar el rendimiento del ajuste de indicaciones multitarea, este artículo propone un método que descompone las indicaciones para cada tarea en indicaciones compartidas (indicaciones fuente) e indicaciones específicas de la tarea (indicaciones privadas). Durante el entrenamiento, las indicaciones fuente se ajustan con precisión y se combinan con las indicaciones privadas para generar las indicaciones objetivo para cada tarea. Presentamos y comparamos varios métodos para combinar indicaciones fuente, analizando las funciones de las indicaciones fuente y privadas, y proporcionando configuraciones flexibles y ajustables para optimizar el rendimiento. Los resultados experimentales demuestran una mayor precisión y robustez en comparación con el ajuste de indicaciones existente y la investigación relacionada, y superan a otros métodos en diversas tareas, incluyendo el benchmark GLUE, particularmente en el entorno de disparo pequeño. Este logro requiere significativamente menos datos de entrenamiento, lo que sugiere que el método es útil en el entorno de disparo pequeño.
