正确答案是：A: 网格搜索 和 B: 逐步搜索。

### 专业分析
在机器学习中，超参数调优是模型优化的重要步骤。以下是对各选项的分析：

- **A: 网格搜索 (Grid Search)**
网格搜索是一种系统的尝试不同参数组合的调优方法。它通过定义超参数的取值范围，然后对每种可能的组合进行评估。优点是简单直接，但计算量大。

- **B: 逐步搜索 (Stepwise Search)**
逐步搜索指的是一种基于迭代的方法来调整参数，通常会评估参数对性能的影响，再逐步调整和优化。具体的实现方法有很多，如随机搜索(Random Search)、贝叶斯优化(Bayesian Optimization)等。

- **C: Lasso模型**
Lasso模型是用于特征选择和回归的机器学习算法，并不是一种用于超参数调优的方法。Lasso通过引入L1正则化来控制模型的复杂度，但本身不是调优技术。

- **D: 以上均正确**
因为C选项错误，所以D不正确。

### 总结
在超参数调优中，网格搜索和逐步搜索（包括其变种）是常用的方法，因此A和B是正确的选择。Lasso模型是用于特征选择和回归分析的工具，不用于超参数调优。