30道选择题 + 1道 Prompt 题，60分钟，总分100。选择题考的是行测，Prompt 题是花店订单计算，还好把prompt题拍下来了 选择题是：言语理解、数字推理、数量关系、判断推理、资料分析 Prompt 题：花店订单计算器 这道题要写提示词让 AI 算花店订单费用 规则梳理一下：  花束分三档： 枝小束基础价 ， 枝中束 ， 枝大束  花材加价：玫瑰 /枝，百合 /枝，向日葵 /枝，康乃馨不加 会员花材加价打八折，有小数直接去掉（向下取整） 包装：豪华 ，礼盒 ，普通不加 配送： 公里内免费，超出部分每公里  块，不足  公里按  公里算，自提免费 节日（情人节/母亲节）：花束费...

菜鸡求拷打，最近想找一段暑期或者日常实习，hot100目前还在二刷，八股看了一半，去年找了一段小厂实习，干了两个月太水了就提前离职了，期间做了个玩具项目，甚至都没有上线，包装一下就写进简历了，把原来的外卖替换掉了，另一个是点评，今天下午ssob沟通了一百多，有要简历的但是之后就已读不回了，求各位大佬指点

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...