一面redis 的常见操作java 创建线程的方式线程池参数:核心线程数的合理数量?实际生产如何调整?Java 创建线程池如何创建?有哪些方法？事务管理：有用过 Spring 事务吗？一般怎么使用？（@Transactional）什么情况下会导致事务失效？事务的传播机制有哪些？实习无手撕二面二面主要我问了实习，聊了聊性格30min左右后续：二面挂，当时面试官还说祝我后续流程顺利，我服了

求求大佬们帮忙看看简历，心态已经被磨平了，感觉自己简历问题比较大，但是不知道怎么下手改。马上要春招了，好迷茫。。。

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...