谁给我介绍好工作我给谁介绍女朋友！！

找的工作是税务类岗位，面了几家小公司，但是本人有三四年的代账税务行业的工作经验，所以找这方面的能力都能完全匹配。这种看实际操作能力的公司，都能给到我offer。工作都是在深圳，但是薪资普遍只能给到4k底薪加上绩效。考核综合可能只有5点多k，然后重要的是提成，这个岗位是销售岗比较多。纠结，不知道要不要去，家里人都推荐不要去找包含销售绩效的。但是我以往的工作经验只有这个，不知道该往什么方向走？他们说可以找专门公司分出来的会计部门，比较轻松的那种跨境之类的公司的。出纳呀啥的，但是本人专业，学历不怎么样，然后手头上没什么拿得出手的证书。所以去这种大公司面的话会被刷掉（卡学历卡证书），本人的工作经验挺丰富的，经常上班可能没什么精力去考证，之前也挺忙的。。。这种情况不知道要继续面试接受她们的offer，要选择小厂入职还是提升自己的能力，如果加入小厂的话，可能我的精力就没办法一边工作一边考证。。（家里给不了什么助力，自己也没什么积蓄了。。。）现在不知道要怎么办了😔有没有同行或者大佬给一下建议

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...

刷了很多照片工作都还没有找到工作

“回去等通知吧，我们会尽快回复你。”这句话简直是经典语录。表面意思是面试结束了，流程在走，结果快出来了。实际90%的情况下都是拒绝，HR不想当场给你难堪，或者还需要横向对比其他候选人（把你当“备胎”），所以用这句话来结束对话