1.企业微信CLI3月29日，企业微信 CLI 开源项目上架 Github 社区，开放企业微信消息、日程、文档、智能表、会议、待办、通讯录等核心产品能力，支持主流 AI Agent调用。下载地址：GitHub2.CLI可使用的能力3.如何安装使用CLI3.1 前提环境要求：Node.js（npm/npx）创建并获取长连接方式机器人的 Bot ID 和 Secret3.2 安装安装 CLInpm install -g @wecom/cli安装 CLI SKILL（必需）npx skills add WeComTeam/wecom-cli -y -g3.3 快速开始配置企业微信机器人凭证（交互式，...

都怎么样了啊？兄弟们，我这在boss上沟通基本都不要我的简历就拒了

1. 大语言模型的 RLHF 训练流程是什么，它存在哪些潜在风险RLHF 一般分三步。第一步是 SFT，用高质量指令数据把基座模型调成能听懂任务、按格式回答的模型。第二步是训练奖励模型，把人工偏好数据整理成 chosen 和 rejected 形式，让奖励模型学会判断两个回答哪个更好。第三步是强化学习优化，最经典的是 PPO，让当前策略在奖励更高的方向上更新，同时用 KL 约束避免模型偏离初始策略太远。它的风险主要在三个地方。第一，奖励模型可能学偏，模型最后学到的是“讨好奖励模型”而不是真正更有帮助。第二，强化学习阶段如果约束不够，模型容易出现 reward hacking，看起来分数高，但真...