这一轮更偏大模型、量化和推理基础理解这场蚂蚁 AI Infra 三面，整体感觉和前两轮又不太一样。前两轮更多是在深挖我已经做过的项目，这一轮虽然也会问项目，但明显更关注我对大模型推理、量化、KV Cache、attention 这些基础问题到底理解到什么程度。开头还是先做自我介绍，我主要讲了自己现在在做的几个方向：一段偏工程化的软件开发经历，一段偏算子和图优化的实习经历，以及自己在做的一个基于 Python extension 的量化推理 runtime 小项目。这一轮项目部分问得相对直接。面试官先让我展开讲了自己做的那个量化推理 runtime。我这边讲的是，基于一个开源 runtime 做...

修改了下简历，这两天投的也没啥面试，都是简历投递出去就不回复了

暑期实习投了十几天，能投的都投了，一个面试没有，pdd，快手，小米直接挂，不然一直都泡池子，简历还能怎么改进吗，后端还是太卷了

问题：介绍一下你的哪一段经历最能体现能力，详细展开一下KRPC框架：Zookeeper 在项目中起到什么作用为什么会有粘包问题（TCP）使用的协议是否是 Protobuf，在使用 Protobuf 过程中遇到过什么“坑”详细介绍一下JavaGC机制 Java内存管理：什么情况下会触发 GC？触发 GC 可能会导致什么问题？解释一下什么是新生代和老年代，以及它们之间的关系。手撕：最短路径问题回文字符串（基础）和最长回文字符串（进阶）ps：不知道是不是学校基站又在搞升级维护啥的，这几天网络巨差，然后和面试官互相听不清，结果最后手撕三道题，只a了最简单的一道题，已经废了