全面解析 DeepSeek-R1 与 DeepSeek-R1-Zero 的技术突破。涵盖纯 RL 训练流程、思维链（Chain-of-Thought）自动涌现机制、四阶段训练流水线（GRPO → RFT → 拒绝采样 → 多场景 GRPO）、知识蒸馏小模型、以及对 LLM 推理能力发展路径的深远影响。

全面解析 Diffusion Transformer (DiT) 的核心架构，包括 Patchify、AdaLN-Zero、3 种条件注入策略、Gflops 缩放定律，以及与 UNet 后端的对比、Sora 视觉生成的奠基性影响。

深入解析大模型分布式训练的并行策略。涵盖 Data Parallelism、Tensor Parallelism、Pipeline Parallelism、Sequence Parallelism 的核心原理、架构设计、通信模式、混合并行策略，以及 PyTorch FSDP、DeepSpeed、Megatron-LM 等主流框架的实战指南。

深入解析 DoRA（Weight-Decomposed Low-Rank Adaptation）技术。从权重分解的数学原理出发，对比 LoRA 与 DoRA 的本质差异，分析 DoRA 的收敛特性和在各任务上的性能表现，提供完整的实现代码与调优指南。

深度解析 Direct Preference Optimization（DPO）的完整数学推导、理论证明、实现细节与工程实践。涵盖从 RLHF 到 DPO 的范式转变、Bradley-Terry 与最优策略的闭式联系、IPO/KTO/SimPO/ORPO 等变体算法，以及训练失败模式的系统性分析与缓解策略。

全面解析 CVPR 2024 的 DUSt3R 论文，涵盖其革命性的 Pointmap 表示、Asymmetric CroCo Transformer 架构、置信度感知损失函数、全局对齐策略，以及如何用单一模型统一单目/多目深度估计、相对/绝对位姿估计、稠密匹配等多项 3D 视觉任务。

从常微分方程出发，系统推导 Flow Matching 理论——生成建模的"万有理论框架"。涵盖概率流 ODE、条件流匹配定理、Optimal Transport 路径、最优传输映射，以及 DDPM / Rectified Flow / Linear Flow 的统一解释。

全面解析 Function Calling / Tool Use 机制，包括 JSON Schema 规范、OpenAI/Claude/Gemini 实现、并行调用、错误处理及生产环境的最佳实践。

深入解析 GRPO（Group Relative Policy Optimization）算法的数学原理、与 PPO/DPO 的对比、工程实现、以及 DeepSeek-R1 如何用 GRPO 实现了推理能力的突破。涵盖组内归一化优势估计、自熵正则、Reinforced Fine-Tuning、以及 GRPO 的理论分析。

全面解析腾讯混元 3D (Hunyuan3D) 系列的核心技术，涵盖 Hunyuan3D 1.0/2.0/2.1/2.5 的演进路线、双阶段管线（DiT 形状生成 + Paint 纹理合成）、Flow Matching 扩散范式、PBR 材质、以及与 Trellis/TripoSG 等工作的对比。