一、同步与异步同步：用来保证调用方和被调用方顺序执行。调用方需要等待被调用方执行完成之后，自身才能继续执行，调用方的逻辑控制流被阻塞。同步不一定要阻塞，只是逻辑控制流被阻塞。阻塞只是同步最常用的手段。异步：调用方和被调用方各自执行。调用方发出请求之后，无需等待被调用方执行完毕就可以继续执行，被调用方的执行结果通过回调、信号等方式返回给调用方。核心区别：调用方的逻辑控制流是否阻塞等待被调用方执行结束。二、同步：有锁、无锁、无等待锁的概念：核心目的是解决并发（多个操作同时进行）时，争抢共享资源（如数据、文件等）导致的混乱问题。上锁（加锁）：申请独占使用权。如果资源空闲，就可获得锁并开始操作。解锁（...

😭这是给挂了吗，都一周了还显示这个。。。。

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...