本研究提出了一种以模型为导向的跨语言转移方法，通过使用两种语言之间的子网络相似性作为预测语言兼容性的代理方法，进一步提高了效能。实验证明该方法在多样性任务上优于其他基准模型，并能有效对零样本 XLT 进行排名。同时，研究还对子网络在 XLT 预测中的实用性进行了广泛的分析。