百度笔试

我是27年毕业，现在还没毕业在准备阶段，为9月校招先做准备，简历只有本科投硕士的，还没太改就不放了，我先介绍下自己。本科在吉林大学 仪器系 测控技术与仪器专业，毕业综测第二名，绩点3.895/4.0，保研硕士目前在哈工大本部 仪器系 仪器科学与技术英语比较差，擦边过的四级，六级还没考过，计算机拿了二级WPS和三级网络技术证拿过的奖，本科3次一等1次国励，还有个小社会奖学金，研一拿的入学特等。本科实践课很多很多很多，数电、模电、信号与系统、嵌入式、控制系统、微机原理这些理论课都有对应的实践课，要做小项目的，对应的学的东西是VHDL、焊接技术和画PCB板、MATLAB、单片机、PID算法、汇编语言...

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

大佬们帮忙看看简历 孩子约不到面😭全是已读不回 要么就是培训机构的套路我知道是个学院本学历不讨好 真想找口饭吃冲什么岗比较合适呢

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...