标签
本文提出了稳健、自适应的朗之万蒙特卡洛方法（R-LMC、A-LMC、RA-LMC），能够处理广义光滑性和状态依赖的重尾噪声，在无需耗散性假设的情况下建立了费舍尔信息收敛保证，并展示了对大语言模型和视觉语言模型进行贝叶斯微调的有效性。