用纯 NumPy 手写 BM25、Dense 检索、RRF 融合和 MMR 重排，构建可评测的多模态 RAG。

通过可测试的 Python 实现，讲清 Paged KV Cache、Continuous Batching、Chunked Prefill 等六项推理优化。

从 3D 并行、ZeRO、Pipeline Schedule 和 Checkpoint 拆解 Hugging Face 大模型预训练框架。

从扩散模型过渡到连续速度场，推导 Flow Matching 的训练目标、线性路径与采样过程。