本文提出了一种改进的随机梯度Langevin动力学（SGLD）算法，采用方差约减策略以加速非凸学习。研究表明，该算法在优化和不确定性预测方面表现优异，尤其在大规模不确定性估计任务中具有潜力。引入的交互轮廓随机梯度Langevin动力学（ICSGLD）采样器在计算效率上优于单链方法。