边际似然、BIC/AIC、Occam 因子及贝叶斯与频率派模型选择的跨领域对照。

MCMC 原理、Metropolis-Hastings、HMC 概览及在贝叶斯统计与科学计算中的应用。

变分推断 VI、ELBO 推导、均值场近似及 VAE、主题模型等跨领域应用。

贝叶斯序贯更新、后验即先验、A/B 早停与跨领域在线决策。

共轭先验概念、Beta-Binomial、Normal-Normal、Gamma-Poisson 及解析后验的跨领域用法。

最大似然估计 MLE、最大后验 MAP、与 L2 正则及 Ridge 的等价关系及跨领域用法。

按「靶标表位 → 框架选择 → CDR/结合位点设计 → 序列生成 → 结构预测 → 对接优化 → 亲和力评估 → 可开发性/人源化 → 序列定稿」梳理抗体/结合蛋白从头理性设计核心步骤，并汇总各步骤主流开源软件、模型与一体化 pipeline 的选型要点。

贝叶斯推断总论：频率派与贝叶斯派对比、贝叶斯公式、后验预测及跨领域应用地图。

神经网络 Scaling laws、Double Descent 现象、过参数化与经典偏差-方差关系的补充视角。

学习曲线、验证曲线、网格/随机搜索及跨领域调参 workflow。