大疆官网

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...

为啥约不到面试啊😭😭😭是我的简历问题，还是打招呼有问题大佬们，能帮忙看看简历吗？

在京东实习，最让我印象深刻的就是 “战斗战斗，只做第一”。作为后端开发，每天面对需求迭代、接口调试，压力再大，看到这句标语就觉得该往前冲。它不只是口号，更是刻在工作里的执行力，让我明白技术人也要有敢拼敢赢的劲头。万事做第一，是一种信念，一种心气，我永远也不比别人差！#一张图晒出你司的标语#