科大意向

我投的是后台开发，不知道为什么面试官是C++的，因为技术不互通吧，基本上在闲聊，比较轻松，这里把腾讯元宝的总结贴出来吧1.自我介绍​​2. 技术栈与语言理解​​​​编程语言对比​​：候选人认为Java相对笨重，Python语法简洁且库丰富，Go语言性能较好。​​C++理解​​：认为C++效率高于Java，更贴近底层，常用于系统编程。​​内存管理​​：指出Java的JVM可管理对象内存，但ThreadLocal等资源仍需开发者手动管理，不当使用会导致内存泄漏。​​3. AI工具应用​​​​日常使用​​：候选人使用CodeX、Kimi等AI工具辅助编程、生成文档和PPT。​​协作模式​​：强调与A...

大四上学期在某厂实习了三个月，说说真实感受吧。进去之前幻想的是参与核心项目、接触前沿技术。实际上每天就是写一些边角需求，改改前人的代码，开不完的会。mentor人挺好但也很忙，大部分时间还是自己摸索。最大的感触是：大厂没有想象中那么光鲜。工位很挤，实习生能接触到的东西真的有限，很多核心代码权限都没有。现在春招我反而没那么执着大厂了，更看重具体做什么、团队氛围怎么样。实习过一次之后你就会发现，公司名字真的只是个壳子，每天干的活才是实实在在的。

大四学院本 想冲刺一下春招但是学历直接被刷不知道是不是简历问题有没有牛油帮忙锐评一下

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...