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...

大四学院本 想冲刺一下春招但是学历直接被刷不知道是不是简历问题有没有牛油帮忙锐评一下

这个面试官真的很温柔 也不拷打 就问你一些八股问题 真的是给了我这个面试新手很好的感觉 面完真的开心了一下午 因为感觉发挥的还不错 感觉有机会能进三面 后面也确实过了一个周末就通知三面了

整体考察范围很广，Java 基础、JVM、MySQL、Redis、Spring、并发、算法都有涉及，每道题不会问得特别深，但覆盖面很全，感觉是在快速扫描你的知识面。算法题有两道，一道链表一道树，难度中等，给的时间不多。总时长刚好一个小时，面试官最后说感觉还不错，让等通知。1. Java 中 synchronized 和 ReentrantLock 的区别是什么，分别适合什么场景？答：synchronized 是 Java 内置的关键字级别的锁，使用简单，加锁和释放锁由 JVM 自动管理，不需要手动释放，不会因为忘记释放导致死锁。但功能比较基础，不支持超时获取锁、不支持中断等待、不支持公平锁，也...