Warm-start Transfer（热启动迁移）

热启动迁移是迁移学习的一种策略，通过将源任务学到的参数作为目标任务训练的起点，减少训练时间并改善泛化。常见于微调预训练语言模型或跨领域推荐系统。其效果取决于源与目标任务的相似性，以及是否进行参数冻结或分层学习率调整。