以三篇代表论文为主线，串起 Transformer、Vision Transformer 与 CLIP 的结构、目标和面试高频题。

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。

从 GPU 执行模型、Kernel 与算子融合出发，理解 KV Cache、batching 和 LLM Serving 的性能瓶颈。

从计算图和链式法则出发，实现一个支持反向传播的 mini autograd，并讨论显存优化。