强化学习 PPO GRPO 图像配准 MR 机器学习 贝叶斯推断 CS229 核函数 聚类 扩散映射 语义分割 论文 CMR DPO RLHF 深度学习 生成模型 Generative AI 概率 大模型基础 变分推理 生成式AI 数字人 matrix Pytorch Embodied AI 小说 金庸 随笔 武侠题材 动漫 历史题材 军事题材 跑步