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...

正式进入AI Coding时代了  

…… 标题党了，对不起各位牛爷爷了，请问各位简历有没有要优化的

一面大概 45 分钟，面试官上来就直接问项目，没有任何寒暄，问完项目立刻切到技术题，节奏很快。问题不是孤立的，每道题都会顺着你的回答继续追问，感觉像是在顺着你的知识边界一路往里挖。Linux 内核、驱动、进程通信这几块问得很细，不是背概念就能过的，要能说清楚底层原理。最后手撕代码，题目不难但时间紧，建议提前练好链表和位操作。整体感受：真懂比背得多更重要。1. 自我介绍略，建议 2 分钟内说清楚：用过哪些芯片平台、做过什么项目、技术栈是什么，突出和嵌入式 Linux 相关的经历。2. Linux 进程和线程的区别？内核里怎么描述它们的？这道题很多人只说"进程是资源分配单位，线程是调度单...