본 논문은 다중 작업 학습에서 작업 그룹화의 중요성을 강조하며, 작업 간의 관련성을 측정하여 최적의 작업 그룹을 식별하는 새로운 지표를 제안합니다. 특히, pointwise V-usable information (PVI)을 기반으로 작업의 난이도를 측정하고, PVI 추정치가 통계적으로 유사한 작업들을 그룹화하는 방법을 제시합니다. 일반, 생물의학, 임상 영역의 15개 NLP 데이터셋을 이용한 실험을 통해 Llama 2와 GPT-4를 포함한 기존 방법들과 비교하여 제안된 방법의 효과를 검증합니다. 실험 결과, PVI 기반으로 그룹화된 작업들은 더 적은 매개변수로도 경쟁력 있는 성능을 보이며, 도메인에 걸쳐 일관된 성능을 나타냈습니다.
