最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...

前天下午面的字节二面，确实面的不咋地就到今天也一直在横向中...

求锐评 目前0offer😢

学历双非，27届。在校期间以大学生电子设计大赛和RoboMaster为主力赛事学嵌入式。大二升大三那阵子想往产品开发一线走，半离队状态出去实习了一段。各家公司陆续开始秋招了，把我5月份面到的几场记一下，自己复盘，也给同期的朋友做个参考。5月这个时间点说尴尬也挺尴尬大厂暑期实习基本结束了，秋招还没正式开始。大部分留出来的岗位都要求尽快入职——比如云鲸智能、智元这些——但27届选手最快也得6月中旬期末考试结束才能到岗。毕竟不能因为实习把毕业证整丢了，舍本逐末。所以五一之后开始陆续投，截止5月10日，面到的是两家B轮左右的小厂。公司A自我介绍（5min）讲一下OTA的整体流程在boot里跳转到app...