想和大家认真聊一句： 实习写在简历上的经历，到底该真实到什么程度，又该不该适当包装？ 我自己的看法是：真实是底色，包装是表达。 大部分实习生刚进公司，其实很难独立扛下大项目，日常更多是协助、执行、打杂、学习。 如果完全照实写“整理文件、录入数据、复印跑腿”，简历看起来就很没竞争力。 所以所谓的“包装”，更像是把不起眼的小事，提炼出价值： 把“整理表格”，写成“负责业务数据汇总与核对，保障部门日常工作高效推进” 把“帮忙对接信息”，写成“参与跨部门沟通，协助推进项目节点落地” 把“简单执行”，写成“熟悉业务全流程，积累实操经验” 这不是造假，而是学会用专业的语言，总结自己真正做过的事。 有一分经...

求内推

双非本科，靠着字节、百度、蔚来三段实习一路撑到春招，到现在才真正认清现实。一封封感谢信砸过来，慢慢明白，学历和学校带来的门槛，远比几段光鲜实习要重得多。最让人无力的，莫过于拼尽全力刷实习、攒经历，最后却连一个入场机会都换不来，那种落差感真的太磨人。总自以为是地觉得，有大厂实习就够了，一定能挤进心仪的公司，可现实一次又一次把幻想击碎。现在的我，早已没了春招初期的锐气，只剩下满心的迷茫和惆怅。不知道是该坦然接受现实，还是继续抱着不切实际的期待，在大厂的梦里不肯醒。

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...