提交完盲审，导师说毕业之前再写一篇文章

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...

0实习，什么都没有，一问三不知简历如下求建议，算法什么的也不懂

周一早会，导师突然说了一句："下周全链路压测，你负责的那个服务，准备好了吗？" 我愣了一下。 说实话，那个服务我接手才一个多月。最开始只是帮忙修几个小 bug，后来导师让我试着做一次小重构，再后来，慢慢地，那个模块的日常维护就落到了我手上。 但"全链路压测"这四个字，份量完全不一样。 我点了点头，说："我先梳理一遍，明天给你同步。" 回到工位，我打开了系统的架构图，开始一个节点一个节点地捋。说不紧张是假的——这个服务在整条链路里不算最核心的，但如果它出了问题，上下游都会受影响。导师把它交给我，既是信任，也是考验。 那天下午我没写一行代...