端到端语音翻译一直是颇受关注的科研命题，目前，结合语音识别和文本翻译等辅助任务的“多任务学习”已成为该任务的重要技术范式之一。那么，多任务学习有何技术限制，又该如何突破？辅助任务（如语音识别、文本翻译）在这个过程中发挥着怎样的作用？辅助任务之间又是如何相互作用，共同推动语音翻译技术向前发展的？
本期报告将深入剖析辅助任务在主流多任务学习框架中的作用，着重探讨它们对翻译质量的影响。我们的研究表明，通过精心设计的训练策略和数据处理方法，多任务学习能够在资源受限的环境下达到前所未有的效果。该研究成果在最新的IWSLT23英中离线端到端语音翻译评测中取得第一名，这不仅验证了方法的有效性，而且展现了多任务学习在受限资源场景中的巨大潜力。
本期报告将于12月14日线上举办，届时由来自东北大学自然语言处理实验室的张裕浩博士为我们带来 《多任务学习在语音翻译的运用》 报告，具体流程如下：
本次直播将分为两部分进行，第一部分为报告分享环节，第二部分为Q&A环节。在直播过程中，小伙伴可以把问题发送到直播间中，并在Q&A环节与本期嘉宾深入探讨；未被回复的问题也可私信留言，在直播结束后我们会进行解答。
本系列直播作为公益知识分享活动，由东北大学自然语言处理实验室、小牛翻译联合推出，本次直播向所有听众免费开放，无需注册和报名缴费。
参会观众可以在【视频号（ID：小牛翻译云平台）、微博（ID：小牛翻译）、哔哩哔哩（ID：小牛翻译）、知乎（ID：小牛翻译云平台）、机器翻译学堂】观看直播，关注【机器翻译学堂、小牛翻译云平台视频号】即可观看直播回放。
诚邀所有关注自然语言处理与大模型技术发展的朋友走进直播间，12月14日（周四）18:30，我们期待与您的相遇！
