该研究探讨了预训练模型在迁移学习中的应用，发现优化特征转换可以提升下游任务性能。提出的Attention Free Transformer框架在多个任务上表现优异，并研究了模型间知识转移的有效性，提出了新的任务转移分析方法和知识迁移策略，证明了其在有限标记数据下的有效性。