该文章提出了一个新的高概率PAC-Bayes预言界，用于无界损失。通过基于损失的Cramé变换来统一地对某些随机变量的尾部进行界定，解决了PAC-Bayes界上优化自由参数的开放问题，并允许在损失函数上进行灵活的假设，得到新的泛化之前界。