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...

这种的是真的假的，有没有什么陷阱啊

四段实习经历，三段大厂。。春招至今0面试。。。受到好大的打击啊

锁我简历半个月不约面，之前在反馈平台投诉过三次，第三次投诉当天约面打电话走流程现在到了二面，两次都是面试前十分钟取消面试，说主管临时有会，又得等三天后面试，这算是报复我之前的行为吗？