>>40
? ry に、モデルは各タスクで個別に訓練することができます（「訓練する」）か、すべてのタスクで共同して訓練することができます（「訓練」）。
最初に提案されたようにモデルわ，各タスクで単離して (“train single”) か，全タスクで結集して (“train joint”) か，のどちらかでの訓練 可 。
表1は、我々の結果をまとめたものである。 >40
? 我々は、異 ry し、以 ry 様に、検 ットの ry ﾞルを選んだ。
以前の研究と同様に我々わ，異なる初期化で10回実行し，検証セット上での性能に基づいて最良のモデルをピックアップした。
? ry in terms of average error and number of failed tasks 2 , in ry .
? ry 型および非適応型の汎用トラ ォーマーは ry 失敗したタスクの数に関して、すべて ry します 2 タスクの数に関して、すべてのタスクについて最先端の結果を達成します 2 、10Kと1Kの両方の訓練計画（タス 照）。
適応型と非適応型との両方のユニバｰ ォーマーわ、平均エラーと失敗タスク数とに関して 2 ，10Kと1Kの両方の訓練体制（タスク別の内訳については付録を参照）に於て，すべてのタスクについて最先端の結果を達成します

　
熟考する
時間

　　　　事実と質問

　
? 図3 ： 3つのサポート事実を必要 ry タスクにおける ry ｰリーと質問の事実を符号化するためのAdaptive ry Transformerの検討時間。
図 3 : ストーリー 1 つと質問 1 つとの中の各ファクトを要サポートファクト 3 つな bAbIタスク 1 つの中に於て Adaptive Universal Transformer がエンコードする為の熟考時間。