正确答案是：D: 以上都对。

专业分析如下：

| 优势 | 详细分析 |
|------|----------|
| 迁移学习思想 | 使用预训练语言模型可以轻松实现迁移学习。模型在海量语料上预训练，学习到了通用的语言知识。这种预训练步骤捕捉了广泛的语言模式和特征，使模型在面对新的任务时可以快速适应并表现良好。 |
| Fine-tuning 技术 | 预训练模型可以通过 Fine-tuning 技术在特定下游任务上进行微调。这种方法能够在原有预训练的基础上进行任务定制，从而快速有效地得到高性能的任务特定模型，而无须从头开始训练。 |
| 缓解标签稀缺问题 | 预训练语言模型通过在大规模无监督数据上训练，已经掌握了丰富的语义信息。因此，在下游任务中，即使标签数据稀缺，模型也能通过少量的标注数据进行微调，达到较好的性能表现。 |

上述各点共同展示了预训练语言模型在自然语言处理领域的显著优势，使得其成为解决多种语言任务的强大工具。