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...

求助，大三被骗来深圳小公司实习，发现是低代码开发还是继续干了，然后项目标准干完了，因为一天没加班就被开了，但是又不想这段经历一点帮助都没有，就写在简历上了，现在在深圳找工作，但是投了450次简历后没有约面，Bosss投了3天，每天都投满，现在应该继续看项目和八股文海投，各位大佬看看简历有什么问题吧，给点建议

xdm，开发投麻了，顺手试试投了测试，但是又有点犹豫1. 如果干了测试，以后找正式的开发是不是会更难？（没到万不得已，我还是想走开发）2. 合同签一年，这个会不会太久了？值得一去吗？给点建议

中国交易与广告方向--客户端暑假实习没想到吧，居然还有2面实际上我也没想到1.threadlocal的实现原理，内存泄露问题2.thread local的key是什么value是什么3.threadlocal常见的使用场景4.阿里的ttl是如何解决threadlocal污染问题5.synchronized的作用，他的具体用途6.synchronized和内存屏障的区别7.synchronized的底层实现8.synchronized三种用法的区别9.java的内存区域10.Java代码内容储存在jvm的各个区域，打个比方：堆里面会放new出来的对象，数组元素11.final关键字的使用场景（我...