咱们今天聊点大模型训练里的“工具箱”——分组查询注意力（GQA）、自回归语言模型（AR-LM）、监督微调（SFT）、基于人类反馈的强化学习（RLHF）。这些技术就像“造大模型”的“工具包”，各有各的用场，是当今大模型时代的基石。一、分组查询注意力（GQA）：大模型的“作业分组小能手”​你有没有试过，全班50个人一起做数学题，每个人都要和另外49个人对答案？这叫“全连接注意力”（传统Transformer的注意力机制），计算量爆炸（O(n²)）！GQA（Grouped Query Attention，分组查询注意力）就像老师说：“你们分成5组，每组10人，组内互相核对答案，组间不用管！”——把查...