速報 多目標預訓練與提示微調提升編碼器‑解碼器模型效能 本研究探討在自然語言處理中，將多種預訓練目標同時應用於編碼器‑解碼器模型，對生成與問答任務的影響。作者提出「Match Task to Objective (MTO)」框架，能自動匹配任務與最適目標，並在預訓練與微調階段使用相符的模板。實驗顯示，在少樣本設定下，該方法相較傳統基線提升逾120%，在全資料集上亦保持領先。
