Término del glosario · · 3 min de lectura
Task Weighting
Un modelo lee «El paquete no ha llegado; lo necesito para mañana» y aprende a elegir un departamento y a reconocer la urgencia. Cada tarea recibe una pérdida, un número que evalúa el error de su respuesta: cuanto menor, mejor. Supongamos que la pérdida del departamento es 0,20 y la de urgencia es 20, porque sus evaluaciones usan escalas distintas. La suma directa da 20,20. ¿Significa la cifra mayor que la urgencia debería pesar tanto más en la evaluación conjunta?
Task Weighting establece los coeficientes por los que multiplicamos las pérdidas de cada tarea antes de combinarlas en un objetivo de aprendizaje. Se pueden elegir manualmente o aprender mediante una regla adicional. Forma parte de Multi-task Learning, el aprendizaje de varias tareas que utilizan una parte compartida del modelo. Kendall, Gal y Cipolla, §3, ecuación 1 describen la suma ponderada general.

El mismo cambio, otra evaluación
Multipliquemos la pérdida de urgencia por 0,01 y mantengamos el coeficiente del departamento en 1. El resultado conjunto es ahora 0,20 + 0,01 × 20 = 0,40.
Consideremos un cambio propuesto en los ajustes del modelo que eleva la pérdida del departamento a 0,22 y reduce la de urgencia a 19. ¿Lo considera una mejora el objetivo conjunto?
| Coeficiente de urgencia | Antes del cambio | Después del cambio | Evaluación del objetivo conjunto |
|---|---|---|---|
1 | 20,20 | 19,22 | Mejora |
0,01 | 0,40 | 0,41 | Empeoramiento |
0,02 | 0,60 | 0,60 | Sin cambio |
Ha cambiado el compromiso: un error menor en urgencia no siempre compensa un error mayor en el departamento. Las cifras son un ejemplo propio y la tabla compara un solo movimiento propuesto; no simula el entrenamiento. Un resultado menor tras cambiar la escala no significa respuestas mejores. Tampoco debe deducirse la intensidad de una actualización solo a partir del valor de la pérdida: importa su sensibilidad a los cambios de los ajustes, descrita por el gradiente.
¿De dónde salen los coeficientes?
La urgencia de este mensaje puede ser ambigua porque los datos no siempre revelan el plazo real. Uno de los métodos estima para cada tarea un nivel común de esa incertidumbre y lo utiliza para ponderar las pérdidas. En Kendall et al. §3.1–3.2 se trata de uncertainty weighting. Una penalización adicional impide la «solución» trivial de silenciar las tareas. Se estudió con imágenes; nuestro mensaje es una analogía, no un resultado de ese trabajo.
Una limitación: elegir coeficientes no garantiza mejorar en ambas tareas. Las direcciones de cambio propuestas pueden seguir enfrentándose; Gradient Surgery corrige precisamente esas direcciones. Comprobamos el efecto de la ponderación elegida por separado para cada tarea en un Validation Set, ejemplos que no se utilizan para aprender los ajustes del modelo.
El texto y la ilustración se prepararon con ayuda de IA. Las cifras y el mensaje son un ejemplo educativo propio.