“我们这边弹性工作制。”懂的都懂，弹性=只弹下班，不弹上班早到没用，晚走应该还有这句也巨坑：“工资面议，薪资可观。”一面议就发现，可观是HR觉得可观跟你想的完全不是一回事“先试试，后期可以涨。”试完就没下文了，饼画得比天还大“大家都不怎么加班的。”进去之后才知道，是大家都默认加班#HR最不可信的一句话是__#

现在大三下，是河南的某双非，已经有过一段实习经历了，但其实实习基本没干啥活，最近在找暑期的实习，希望大佬们可以帮我指点指点，目前大厂也投了几个但是都没有回，这几天在boss上也投了但是都没有线上面试，只有让线下面的，还以为有了实习经历会更好找一点，发现还是非常难找

佬们求助，28小登已经boss上沟通了300了，牛客投了很多也是简历秒挂，想问下大佬们是哪出了问题呀，海投的中小厂，现在还是0面

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...