解读 Tarafder & Bhattacharya Nature Methods 2026：RNAbpFlow 以序列与碱基对为条件的 SE(3) 等变流匹配，端到端生成全原子 RNA 构象集合，无需 MSA/模板。

遗传算法（GA）原理与实现：编码、选择、交叉、变异、精英保留；与梯度法对比；pymoo/DEAP 示例；与 NSGA-II 等多目标扩展的衔接。

多目标优化主流算法实现详解：标量化法、NSGA-II/III、SPEA2、MOEA/D、多目标贝叶斯优化；各算法流程、代码要点、偏好场景与优劣势对比。

多目标优化核心概念：帕累托支配、非支配解、帕累托前沿；与加权标量化对比；Python 可视化与 pymoo 入门示例。

深入介绍表面等离子体共振（SPR）与生物膜层干涉（BLI）两种 label-free 实时亲和力检测技术的物理原理、实验机制、动力学拟合、优劣势与局限性；并与 ELISA EC50、ITC 等读数衔接。

Unsloth 的 FastLanguageModel、4bit 加载、与 SFTTrainer 集成、支持模型范围及与 Liger 的选型对比。

Axolotl 的 YAML 配置结构、数据集字段、LoRA/QLoRA 与 DeepSpeed 多卡训练及社区配方使用要点。

ModelScope SWIFT 的 CLI 微调流程、数据集注册、LoRA/DPO 配置及与 ModelScope 模型/部署的衔接。

LLaMA-Factory 的安装、数据格式、YAML 配置要点、LlamaBoard WebUI 与导出部署，及与 SFTTrainer 的分工。

主流 LLM 监督微调工具横向对比：抽象层次、配置方式、对齐能力、硬件与选型决策树，及各工具详解索引。