深入解析基于人类反馈的强化学习（RLHF）及其衍生算法（PPO、GRPO、DPO、IPO、KTO、SimPO）。从奖励建模、策略优化、参考策略约束到免 RL 的直接偏好对齐，涵盖数学推导、代码实现与工程实践。

深入解析大语言模型中的旋转位置编码（RoPE）。涵盖位置编码的发展历程、RoPE 的数学推导、复数旋转的几何直觉、在 LLaMA/GPT-NeoX 等模型中的应用、与 ALiBi 的对比、以及 NTK-Aware Scaling 等扩展技术。

全面解析 CVPR 2024 的 Scaffold-GS 论文，涵盖其双层结构（锚点 + 神经高斯）、视角自适应属性预测、多分辨率体素生长与修剪策略、以及相比原始 3DGS 在存储压缩与复杂场景鲁棒性上的显著提升。

系统解析 Stable Diffusion LoRA 微调的完整技术栈——DreamBooth（主体级微调）、Textual Inversion（词嵌入学习）、LoRA（低秩适配器）、LyCORIS（LoRA 变体集合）、社区生态（Civitai/ComfyUI），以及 SD 1.x/2.x/SDXL 各模型层的微调配置与 PyTorch 完整实现。

全面解析状态空间模型(SSM)的核心原理，从经典卡尔曼滤波到现代 S4、Mamba 架构，探索其在长序列建模中的高效与并行优势。

全面解析监督微调（SFT）技术，包括数据工程、训练范式（全参数/LoRA/QLoRA）、指令微调、Chat Template、超参数调优及与 RLHF/DPO 的对比。

深入解析推理时扩展（Test-Time Scaling / Inference-Time Compute）技术。涵盖 Chain-of-Thought、Self-Consistency、Tree of Thoughts、Best-of-N、Beam Search、Process Reward Model、STaR 等核心方法，以及 scaling laws 在推理阶段的应用与前沿探索。

全面解析 Microsoft TRELLIS 的核心技术，包括 SLAT（结构化潜在表示）、双阶段生成管线、Rectified Flow Transformer、多格式解码，以及它与 DreamFusion、One-2-3-45、3DGS 等前代工作的对比。

系统解析视频生成扩散模型的技术栈——视频扩散模型的核心挑战、时空 patchify 扩展、Video DiT 架构、Sora 技术报告解读、开源替代方案（CogVideoX / Wan2.1 / Open-Sora）、Latent Video Diffusion (VideoLDM / LVDM)、3D 时空注意力、因果掩码，以及完整 PyTorch 实现与未来趋势。

系统解析 Vision-Language-Action（VLA）模型的完整技术栈——从 VLM 到 VLA 的跨越、动作空间设计（离散/连续/混合）、动作分块（Action Chunking）、RT-2 / OpenVLA / π₀ / OpenHands-VLA 等架构对比、模仿学习与 RL 训练范式，以及 PyTorch 完整实现。