手撕算法是在面试中现场写代码吗？

昨天分析了字节，今天来聊聊腾讯，腾讯目前在招agent相关岗位主要是社招为主，需要有相关经验的人才，不过应届生们也可以对照社招的标准去学习技能一、编程语言与框架Python（核心）+ PyTorch 等深度学习框架C++、C#、TypeScript 等语言部分岗位需熟悉游戏引擎（Unreal Engine、Unity）二、AI/ML 核心能力扎实的深度学习算法基础，熟悉 LLM、BERT 等自然语言处理技术RAG（检索增强生成） 架构设计Multi-Agent 系统设计和开发经验提示工程与上下文优化三、Agent 专项能力Agent 的“规划（Planning）、记忆（Memory）与反思（R...

求各位牛爷爷指点

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...