Feature Sharing

定义 Definition

“Feature sharing”常指在多个任务、模型、模块或用户之间共享特征（feature）信息的做法，以提高效率、性能或一致性。常见于机器学习（多任务学习、迁移学习、表示学习）与产品功能（在不同页面/用户之间共享某项功能特性）的语境中。

发音 Pronunciation (IPA)

/ˈfiːtʃər ˈʃeərɪŋ/

例句 Examples

Feature sharing helps the model learn faster.
特征共享能帮助模型学得更快。

In multi-task learning, feature sharing allows different tasks to benefit from a common representation while keeping task-specific outputs separate.
在多任务学习中，特征共享让不同任务从共同的表示中获益，同时仍保持各自任务的输出相互独立。

词源 Etymology

“Feature”源自古法语 faiture（“形成、制作”）并发展为“特征、特点”；“sharing”来自古英语 scearu（“分配、份额”）相关的词族，现代含义为“共享、分享”。组合成“feature sharing”时，字面义为“共享特征”，在技术语境中多指共享中间表示或特征抽取部分。

相关词 Related Words

• Representation
• Embedding
• Multi-Task Learning
• Transfer Learning
• Parameter Sharing
• Feature Extraction
• Shared Backbone
• Model Architecture

文学与著作 Literary Works

• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）：在讨论多任务与表示学习时常涉及“共享表示/特征”的思想（与 feature sharing 密切相关）。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）：在模型表示与特征层面的讨论中常出现“共享特征/共享表示”的相关表述。
• Caruana, R. “Multitask Learning” (1997)：经典多任务学习论文，核心思想之一就是通过共享内部特征表示来提升泛化能力。