一、系统启动流程（Boot Flow）嵌入式 Linux 的启动流程是面试第一高频问题，核心链路如下：ROM → Bootloader → Kernel → init → 用户空间1. BootROM 阶段固化在 SoC 内部（厂商提供）完成最基本的硬件初始化（如 DDR 初始化的前置条件）从指定介质加载 Bootloader（NAND / eMMC / SD）2. Bootloader（如 U-Boot）核心职责：初始化 DDR、串口、时钟等外设加载内核镜像（zImage / uImage / Image）传递设备树（DTB）设置启动参数（bootargs）关键命令：bootm / boot...

遇到一个民科乐子，最难绷的一集。

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...