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...

实习岗居然要微服务实习经验

目前进度是codetop前五页+hot100刷完了，八股背完了一轮但是感觉没背熟，求大佬们拷打简历

本帖是劝大家不要选择客户端的。原因如下：1.做客户端开发之后，你会发现市场需求很小，招人的公司就那些（只有大厂招的人多一些，中小厂招的很少很少）。除非你是那种技术大神，能够百分百进入大厂，以及成为架构那种，那么选择也是可以的。不过既然你都能做的这种程度了，为什么不选择更宽的路子呢？把路走宽，不要把路走窄。2.社招难，客户端开发技术很杂，Android 是 Java 和 Kotlin，iOS 是 OC 和 Swift，以及跨端技术 Flutter、RN 以及 KMP 等等。现在的大环境，公司选择只会选择有对口经验的，如果你没有对口项目经验或者项目经验少，大概率人家是不会要的。写 Swift和 S...