本研究提出了一种基于代理信息的贝叶斯迁移学习方法（PROMPT），旨在解决目标任务中无法微调且不知源数据与目标任务对应关系的问题。该方法通过代理信息进行目标任务效果估计和源数据重加权，从而降低负迁移风险，提升迁移学习的有效性。