暑期实习，无手撕1.自我介绍2.高考成绩是多少？3.为什么选择现在的学校？4.为什么选择现在的专业？5.现在AI很火，你了解哪些？6.详细讲解一下RAG。7.LangChain和RAG有什么区别？8.你有实际用过吗？9.详细讲解一下你的第一个项目，遇到的难点有哪些？10.Redis CAS乐观锁是怎么做的？11.死信队列是怎么用的？12.如何处理死信队列中的消息？13.详细讲解一下你的第二个项目，遇到的难点有哪些？14.10000QPS，单机4核8G内存，5个接口，如何设置线程池的各个参数？15.详细讲解一下应该用什么队列，大小怎么配置。16.MySQL为什么用B+树不用别的？17.项目有用到...

在boss上投简历，沟通和投出去的比例是12:1，是我简历不够好吗，还有什么能优化的地方

这是**吗，天天发内推吗，想钱想疯了。看到都烦，我来牛客看面经结果全被这个刷屏

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...