选哪个？求求各位uu 帮忙选选

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...

总时长35分钟，无手撕，感觉遇到KPI面了，唉35分钟一直在问实习，八股就问了下面的1.redis与数据库的缓存一致性2.redis的zset数据结构3.redis的两个持久化机制4.分布式cap理论5.什么时候ap，什么时候cp6.进程线程协程问怎么没手撕，说一面撕过了，业务是应用宝游戏商城，后面过了还有一面技术面，问面试表现，说挺顺的，可以再关注一下运维数据，然后问转go有难度嘛，就结束了

📍面试公司：北大软件(郑州)🕐面试时间：2026.3💻面试岗位：JAVA开发实习❓面试问题：1.自我介绍2.介绍项目的背景，你为什么要做这个项目？3.根据项目内容进行功能具体是如何实现的的追问3.如何进行性能优化的?3.部分模块的实现流程4.为什么选择这些技术栈？在引入新技术时，你的具体学习路径和验证方法是什么？5.如果代码上线后出现接口404错误，但本地和测试环境都是正常的，你会如何快速定位和解决？6.如何排查“文件删除失败”的问题？7.如何排查“接口响应慢”的问题？8.考察SQL复杂查询、高级关键字（如列转行、递归查询）的掌握程度。9.解释DELETE和DROP操作的本质区别。10....