八股: 1，lora的原理，lora是否会增加训练时间rank，rank_alpha在训练的时候有没有作用，有没有尝试了解其他的lora2，Wan2.1的模型架构细节3，Wan2.1的图像特征是如何注入进去的，文本特征是如何注入进去的4，Wan2.2的模型架构，细节，高噪专家和低噪专家是如何转换选择的5，Wan2.2 划分高噪专家和低噪专家是根据什么划分的，信噪比，具体是这么做的6，重参数化技巧原理7，Flow Matching原理，gtv是怎么计算的8，DDPM和Flow Matching的区别9，DDPM在训练的时候为什么不是先加噪1000步然后再去噪，而是随机选一个时间步加噪再学习去噪过程10，VQ-VAE介绍11，ViT是如何把图像转换为tocken序列的手撕:LayerNorm，股票的最佳买卖时机I