自我介绍问硕士项目transformer网络架构decoder中qkv分别是什么，与encoder的区别gpt的训练过程，预训练的loss是什么，数据长什么样，微调loss，数据，强化学习loss，数据（被拷打成2b了）强化学习算法有哪些ppo训练中有几个模型，reward模型和critic模型的作用，四个模型中哪个最重要上下文工程和提示词工程和rag和mcp的关系rag怎么实现的，向量的索引有哪些方法构建的做过agent吗kafka partition和consumer group的底层实现原理怎么实现不丢不重消费者如果一个消息正在处理，机器突然重启了会怎么样。如果处理了一半，一些状态已经被...