LLM 概念解析系列导读：面向有机器学习基础的生物信息学读者，用直观解释、成因、场景、方案与近似概念对照，补充架构长文中的术语缺口。

DeepSeek 系列架构全景：MLA、DeepSeekMoE、DSA 与 V4 混合注意力；R1 推理训练范式；版本迭代史（LLM→V2→V3→R1→V3.2→V4）及生物信息学部署选型。

扩散模型所需的概率论基础：样本空间与集合、随机变量、高斯分布、条件概率、期望方差、KL 散度、马尔可夫链、重参数化、噪声日程与信噪比、得分函数与 ELBO；每节配概念示意图。

大模型架构范式全景：按序列混合机制、训练目标、结构归纳偏置与规模路由四维梳理 Transformer、SSM/Hyena、GNN、扩散、MoE 等代表实现，并给出生物信息学选型地图与本目录系列导读。

潜扩散 LDM、SE(3)/E(3) 等变扩散、RFdiffusion 与 Chroma 式条件设计；分子 3D 与 designability 评估。

对比 Workflow 与 WorkflowTemplate 在 YAML 构建、任务投递与运维上的差异，说明何时应维护集群内模板而非每次直接 submit Workflow，以及 Template 在复用、治理与集成上的优势。

D3PM 转移矩阵、吸收态与均匀扩散；离散时间 ELBO、与 AR/MLM 对比；DNA/蛋白质序列 inpainting 与全局编辑。

DDIM 确定性跳步、Classifier Guidance 与 Classifier-free Guidance 原理；步数–质量权衡及蛋白质 design 中的条件控制。

从去噪得分匹配、NCSN 到 Song 等人的 SDE/ODE 统一框架；连续时间扩散、概率流 ODE 与 DDPM 的对应关系。

从马尔可夫前向过程、重参数化到 ELBO 分解，完整推导 DDPM 的训练目标与逆向采样公式；含 v-prediction 与噪声日程。