荣耀笔试面试

一面约在下午三点，面试官上来自我介绍了一下，说是做底层驱动和系统方向的，然后直接开始问。整体节奏很快，基本上每个问题答完他都会继续追问，没有给你喘息的机会。八股问得不算多，但每道都往深里挖，答浅了他会直接说"你再想想"或者"还有呢"。项目聊了大概十五分钟，他对细节很感兴趣，问了不少实现层面的东西。最后手撕一道算法，难度中等，给了二十分钟。面完整个人是麻的。题目中断处理函数里能不能用 printf，为什么？如果一定要在中断里输出调试信息怎么办？volatile 和 const volatile 分别在什么场景下使用？volatile 能保证线程安全吗？讲一...

恐怖如斯

这家公司疯了吧，5个人招我，我又不是什么稀缺资源这家看样子应该是外包公司

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...