模型的训练通常包含三个关键阶段：预训练（无监督学习，奠定通用知识基础）、监督微调（SFT，教会模型遵循指令执行特定任务）以及基于人类反馈的强化学习（RLHF，使模型输出更安全、可靠且符合人类偏好）。文章还阐释了Token、向量嵌入、Transformer架构（特别是自注意力机制）等技术细节，说明了模型如何理解上下文、处理一词多义，并逐词生成文本。最后，文章也客观讨论了当前大模型可能产生“幻觉”（即

StreamObserver是现代RPC框架中的关键设计，通过异步和流式能力解决传统RPC的痛点。相比传统RPC的同步阻塞模式，StreamObserver支持多种流式通信，实现数据分块传输、实时处理和全双工异步通信。它特别适用于大模型输出、数据流处理等场景，通过长连接复用提高性能，底层基于Netty实现HTTP/2协议栈。流式RPC在单个流上进行持续双向对话，与普通RPC的独立请求-响应模式形成

在debug项目时总是会莫名其妙的多出system.out的数据，莫名其妙，搜到这篇文章，帮助很大，转载一下   解决Skipped breakpoint at %code reference% because it happened inside debugger evaluat