想找日常实习

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...

本2硕9，力扣是没刷完的，八股是没背完的，准备先投中小厂练练手，逼自己先面试找找感觉。大厂到底什么时候才配投啊，看了面经能掰扯的最多才一半

敢问哪家大厂能在工位这件事上打过百度？L 型大工位真的太犯规了东西随便铺开、灵感随时落地这种自由感，谁能不心动啊🥹不服来战💪

面试官人挺好的，问了超级多，面了差不多有四十分钟，就单纯问项目和八股，以及结合项目拓展的一些场景八股如下：CSS中position有哪些取值absolute是相对于什么进行定位的CSS中除了px还有哪些单位flex布局常用属性有哪些箭头函数和普通函数的区别解释事件循环机制，微任务包括哪些，宏任务包括哪些如何保证页面动画的流畅性（CSS动画和JS动画）浏览器存储数据的方式有哪些localStorage和sessionStorage区别两个页面的sessionStorage是互通的吗同源策略是什么，为什么需要这个HTTP和HTTPS有什么区别GET和POST请求区别canvas元素了解吗，如何用它...