自我介绍介绍项目，背景，解决的问题，关键实现输出题 new Promise((resolve, reject)=>{ console.log(1); resolve(1); console.log(2); throw new Error('err'); console.log(3); reject(3) }).catch((res)=>{ console.log(res); }).then((err)=>{ console.log(err); }) //1 2 1 手写：数组全排列并发请求控制（无二面面经是因为二面问的不多，都是实习项目和经历）

应聘了很多家公司，基本上都是小微企业，双非真的无缘大厂吗？哪位大佬帮我看看简历啊？！

难道前端真的已经不行了？

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...