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...

📍面试公司：广东广凌科技有限公司🕐面试时间：2026/3/20💻面试岗位：java开发实习生❓面试流程：开局二话不说先填表随后笔试：一共33道题，限时40分钟，题目整体难度适中，不确定的在6题左右，大概包含的是mysql，jvm，spring等等面试部分:1.当两张表分别是一对多或者多对多的关联关系，如何将两张表进行关联的。（这里答的分别是设置外键和设计中间表）2.Spring的事务失效的场景(这一块其实了解不多，但当时恰好问了我唯一会的一个点，异常被try-catch捕获但未重新抛出，所以事务失效了，操作不会回滚)3.spring事务的实现原理是什么(我承认这一块给我直接干懵圈了，就支...