过平滑（Oversmoothing）的直观解释、谱域/消息传递成因、分子图与知识图谱等场景、残差/JK/PairNorm 等缓解方案，以及与过挤压、表示坍缩、专家坍缩的异同。

用 2 维向量手算完整走一遍 DDPM 前向构造与单步训练：采样 x₀、t、ε，计算 x_t，MSE 预测噪声，以及从 ε 反解 x₀；澄清「前向随机」与「监督从哪来」。

用长度 L=4 的玩具肽段手算 MASK 吸收态离散扩散的一步训练与 motif inpainting 采样；对照 Example-0 连续 DDPM，说明蛋白序列如何用转移矩阵构造 x_t 与交叉熵监督。

ProteinMPNN 架构与训练全景：骨架图输入、顺序无关自回归目标、Encoder-Decoder MPNN（EncLayer / DecLayer 伪代码）与约 1.68M 参数组成；与 RFdiffusion pipeline 及 MPNN 抽象对照。

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。