본 논문은 사전 훈련된 거대 파운데이션 모델을 새로운 도메인에 제한된 감독 하에 적응시키는 데 발생하는 잠재 분포 불일치, 불안정한 최적화, 부정확한 불확실성 전파 문제를 해결하기 위해 베이지안 잠재 전달을 이용한 확률론적 기하학적 정렬 프레임워크를 제안합니다. 제안된 방법은 Wasserstein 측지선 경로를 따라 잠재 확률 질량을 재분배하고 PAC-베이지안 규제를 통해 모델 복잡성을 제한하여 치명적인 과적합을 완화합니다. 이를 통해 분포 이동 하에서도 수렴 안정성, 손실 함수 지형 평활도, 샘플 효율성에 대한 이론적 보증을 제공합니다.
