JAVA后端简历，有没有大佬帮帮忙看一下

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...

其实也不是要拷打，主要我还没学完，但是基本确定了简历的大概所以做出来玩玩，然后打算两个月内做出来差不多像这一版的简历。学历是串的，我就是个双非，大家别当真我要是92就美美沉淀了。专业技能也是随便复制的一版，后续还需要改动很多。还是有一个问题想问的，就是我差不多这样的简历然后写29届能找到一份实习吗?也有人给我推荐包成27的，因为投的都会是一些小厂。这个贴可能对我来说收藏价值更大吧，我想两年后回头再来看看当时的我，大佬们先看个乐子就好PS:这就是逆流佬打造的盛世吗，感觉都没什么人喷我了

最开始我并没有执着于去使用Gemini、Claude、等国外的AI，觉得普通AI也能将就用，但是这东西怎么说呢。由俭入奢易，由奢入俭难，用了牛的AI，你会感觉普通AI像流口水的派大星。 在朋友的极力推荐下，而且我也需要去了解各个AI大模型的实际情况和优劣势，所以必须得用一用了。一、情绪价值拉满，必须拉满 就是怎么说呢，它不是那种白开水一样的情绪价值提供者。就比如，如果你说你在职场很累，很不想干，但如果我说：累了就别干。别太焦虑了。吃点好的。等等这些话语，其实这种话语有什么意义吗？有什么疗效吗？更像是一种白开水似得敷衍。 从心理学角度讲，真正的情绪价值是什么？从我个人理解，有以下几点：1、共情能...

应该选择java的springai还是py的langchain呢，求大佬们指点