1. 你做过大模型数据处理的话，预训练数据清洗一般怎么做，去重、去噪、质量过滤分别解决什么问题？预训练数据清洗本质上是在控制“数据量”和“数据质量”之间的平衡。去重主要解决模型反复记忆同一批内容，避免浪费训练 token，也减少 benchmark 污染。去噪主要是过滤乱码、模板页、广告页、低信息密度文本、机器生成垃圾内容，不然模型会学到很差的语言模式。质量过滤更偏向保留高价值内容，比如结构完整、语义通顺、知识密度高、代码块规范或者问答对明确的数据。实际工程里一般不会只靠一个规则，而是多阶段处理：先做规则清洗，再做语言识别、长度过滤、内容打分，最后再结合 dedup 和采样策略。因为预训练效果...

这几天疯狂在boss直聘和应届生上投简历，结果一个回复都没得，是不是简历有啥问题😭，主要投的都是产品岗，求友友们帮忙看看

那是一个普通的工作日下午，大促备战进入最后阶段。 我坐在工位上，盯着监控大盘做例行巡检。那时候我入职才三周，说实话，很多指标看了也不知道好坏，只知道"别出红"。 然后我看到了一个有点奇怪的地方。 不是报警，颜色也是正常的绿色，但某个依赖服务的响应趋势和其他几条线走势不太一样——别人都是平的，它在缓慢地往上爬。 我截了个图，发到自己的备忘录里，想了一会儿，没吭声。 毕竟我才来没多久。说不定是正常波动，说不定我理解错了，说不定问题根本不在这里。 又过了半小时，那条线还在涨。 我鼓起勇气，在工作群里 at 了导师：「这个服务的响应时间是不是在慢慢上涨？还是我看错了？」 导师回了两...