大型神经网络在现代机器学习中至关重要。本文探讨了如何在小样本数据下调整预训练分布，提出了一种在线双层优化算法，该算法优先计算可能改善目标分布损失的训练点梯度。实验证明，该方法在某些情况下优于现有领域适应策略，但在其他情况下效果不佳。我们还提出了简单测试以评估该方法的有效性，并指出了未来研究方向。