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...

大佬们帮忙看看简历 孩子约不到面😭全是已读不回 要么就是培训机构的套路我知道是个学院本学历不讨好 真想找口饭吃冲什么岗比较合适呢

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

🕐面试时间：60min❓面试问题：最汗流浃背的一集，面试官让屏幕共享现场展示vibe coding拷打实习，具体用higress实现了什么功能，为什么要把ingress替换成他，为什么用它，有没有用过其他什么插件为什么做权限要用到rbac，有没有其他的考量吗，比如abac什么的（其他的技术选型我都有做攻略，可没想到这个也有技术选型，唉，又不会）harness engineering听说过吗现在有个问题 ，一个agent有很多mcp工具可以选择，但是需求过来了以后，并没有匹配到我想要的那个mcp，怎么解决（我说让用户自己选择可能要调用的工具....）skills听说过吗mcp有哪些开发模式（s...