前端面试敲门砖！你的简历确定都符合面试官的心意？别敲门都进不去

谁懂啊！5 月 24 日华为 OD 机考考完直接 386 分，本来以为稳挂，没想到摸透题型套路直接逆袭！真心劝备考的同学别盲目刷题，先把这套原题吃透，尤其是第一题超多隐形坑，稍不注意直接扣分！跟大家唠唠本场三道题真实难度和避坑心得，零基础也能看懂👇首先说最坑的第一题一星题 混合进制表达式运算看着是简单加减，实则全是陷阱！输入混着八进制、十进制、十六进制，要自己逐个识别前缀，还要校验数字不能超过 999，但凡有非法字符、空格、乱码直接出 NA。算完结果还不能直接用，必须卡在 - 255 到 255 之间，超了就强制截断。最容易翻车的是按位取反，尤其是负数，很多人直接写～运算，在 Python ...

大家都只要28届的

牛油们求锐评，就4月美团、腾讯、字节约过几次，现在到5月底一直没约面，boss上好多已读不回或者要了简历没后续。是简历哪有问题吗

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...