鹅子

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...

佬们求助，28届小登JAVA想去实习了，最好是可以暑假实习吧，目前八股背了框架，redis，还有一些JAava基础，jvm和juc，是不是可以五六月份再投？

timeline过年前就约的年后三月份的面试2026 3.05 一面2026 3.10 二面（挂）2026 3.13 二面2026 3.16 hr面2026 3.19 口头oc2026 3.20 offer两道手撕无重复字符最长子串数组中能组成小于n的最大数字记录一下 不多写什么了 同时也感谢平台上以前发面经的佬们记录的一些手撕题目 刷一刷颇有成长

自我介绍发表的 EI 会议文章主题是什么？安卓 Handler 消息机制的跨进程实现原理是什么？Activity、Fragment、Service 的生命周期分别是什么？安卓系统如何判断 APP 是前台还是后台？onRestart 方法在什么情况下会被调用？安卓 View 的绘制流程是什么？安卓事件分发机制的流程是什么？如何自定义一个圆形 View？需要重写哪些方法？如何实现自定义 View 只接收单击事件，不接收双击事件？HTTP 和 HTTPS 的默认端口分别是什么？HTTPS 的 “S” 代表什么？HTTPS 的加密流程是什么？如何保证公钥和私钥不被伪造？什么是虚拟内存？内存分段和分页的...