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...

这个它石是真的恶心，一天就给我结束了。看了一下JD，估计就是卡学历，非要985/211吐了。。。。

emmm没想到以这种方式被挂了

1. 介绍一下你做过的最复杂的嵌入式项目，整体架构是怎么设计的？答：以一个基于 STM32F407 + FreeRTOS 的 OTA 远程升级系统为例。整体架构分三层：硬件驱动层：UART（DMA收发）、SPI Flash、I2C EEPROM、GPIOOS 服务层：FreeRTOS 任务调度，包含 WiFi 通信任务、UART 数据处理任务、LED 状态任务、EEPROM 管理任务应用层：OTA 升级协议解析、固件分包接收、Flash 存储管理、bootloader 跳转逻辑关键设计决策：使用 UART + DMA + 空闲中断接收 ESP8266 数据，避免 CPU 轮询，接收完成后通过二...