整个过程主要围绕技术问题展开，没有涉及太多项目、实习或论文的内容，整体感觉比较标准化。RLHF（Reinforcement Learning from Human Feedback）的流程是什么？请描述InstructionGPT的流程。文档切分是如何进行的？普通模型的query fine tuning和SFT有什么区别？请解释Transformer模型的结构。你用过哪些文本特征提取器？介绍一下CLIP。VIT的patches是如何制作和编码的？请写出softmax的公式。Self attention的公式是什么，为什么要除以sqrt(dk)？Transformer的mask是如何操作的？大模...