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...

应届毕业生想尝试一下春招。实习经历是真的，现在还在实习着，第一个项目是真的，第二个项目是包装上去的。boss都是已读不回，简历还有要改的地方吗？麻烦各位大佬给给建议

投递淘天前，boss上看了我的简历，然后邀请我投递他们部门，发了内推邮件过来让我填信息，还打电话跟我说赶紧投递，有什么问题可以问他，简历是他这过的，他可以给我过的，直接投就行。结果一志愿投完了给我挂了，问他就说简历初筛没过，不好意思，我又问他简历是你筛的吗？他说是的，我也不知道该说啥了

测试的常见类型有哪些？看你用了部署ai，请问你用它干了什么？你在测试当中是怎么利用ai的？缺陷的生命周期？数据库断言解释一下？如何分析sql语句？你的自动化测试框架相比postman、apifox有什么优点？有用过openclaw吗？详细说一下遇见一个问题不确定是不是bug该怎么办？自己的职业规划？能实习多久？你手上有多少offer了？投简历的时候是只投杭州还是北上广深都投？为什么选择杭州？二面一个男的面试的，答得一般化，这个面试官有点注重ai的使用，面了15min，在问到你在测试当中如何利用ai的时候回答的不太好，面试官说了就这些吗？感觉要挂#牛客AI配图神器#