多任务模型通过学习不同任务的联系和差异，可提高每个任务的学习效率和质量。
多任务学习的的框架广泛采用 shared-bottom 的结构，不同任务间共用底部的隐层。这种结构本质上可以减少过拟合的风险，但是效果上可能受到任务差异和数据分布带来的影响。也有一些其他结构，比如两个任务的参数不共用，但是通过对不同任务的参数增加 L2 范数的限制；也有一些对每个任务分别学习一套隐层然后学习所有隐层的组合。和 shared-bottom 结构相比，这些模型对增加了针对任务的特定参数，在任务差异会影响公共参数的情况下对最终效果有提升。缺点就是模型增加了参数量所以需要更大的数据量来训练模型，而且模型更复杂并不利于在真实生产环境中实际部署使用。
如图，a） 是最原始的多任务学习模型
b） 是加入单门（one gate）的MoE layer的多任务学习模型，
其中： k 表示k个任务； n 表示n个expert network
c） 是文章提出的MMOE模型，将base的shared bottom换成了MoE layer，并对每个任务都加gate：
