동분산 불확실도 가중
여러 과제를 동시에 학습할 때 각 과제 손실의 상대적 기여를 학습 가능한 분산 파라미터로 조정하는 기법으로, 손실이 높을 때 해당 과제의 분산이 증가하여 학습 기여도가 자동으로 조절된다. 수식적 표현은 각 과제 손실 Li에 대해 (1/(2σi^2))Li + log σi를 합산하는 형태이며, 이 논문에서는 세 과제의 균형 자동화를 위해 적용되었다. 로그 항은 특정 과제를 완전히 무시하는 극단을 방지하는 역할을 한다.
