3月25日，金山办公 公告称，公司2025年实现营业收入59.29亿元，同比增长15.78%；归属于上市公司股东的净利润为18.36亿元，同比增长11.63%。公司拟向全体股东每10股派发现金红利12.5228元(含税)，合计拟派发现金红利约5.80亿元(含税)，该预案尚需股东大会审议。WPS Office 系列产品研发始于1988年，是全球较早的办公软件产品之一。目前，公司已发展成为全球先进、国内领先的办公软件厂商之一，是国内领先的办公软件及服务提供商。截至2025年12月，公司 WPS 全球月度活跃设备数为6.78亿，同比增长7.29%。其中WPS Office PC版月度活跃设备数3.2...

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...