AI Infra / 数据岗考察:大模型训练 / 推理框架 + 算力调度 + 数据工程 + 性能优化。硬核工程岗。   1、工程 / 部署 / Infra  vLLM 的核心优化是什么  思路:PagedAttention(分页 KV cache) + Continuous batching(动态合批) + 量化 + prefix cache;吞吐比 HF 高数倍。   模型量化 / 蒸馏的区别  思路:量化: 降精度(FP16→INT8/INT4),结构不变;蒸馏: 教师→学生,结构变了;可叠加。   端侧部署的挑战  思路:算力/显存/电耗受限;要小模型(SLM 1-7B) + 量化 + ...

无人在意😂

28学院本，八股基本过了一遍，算法刷了60来题，AI方面的知识不是很熟悉，简历的项目是挺烂大街的，这个简历能找到日常实习吗？

url从输入到展示经历了哪些过程强缓存和协商缓存（以及具体涉及到的请求头，ssr哪些用强缓存哪些协商）项目相关（实习+两个项目，东西太多细节记不清了，一本正经胡说八道）localstorage和session的区别react组件出发render会有什么原因，vue组件呢浏览器同源策略（中间代理怎么实现的）非同源的请求一定要跨域才能得到吗了解过前端性能优化的手段有哪些看代码说输出（var和let变量提升，宏任务微任务打印顺序）手撕：有效的括号，好像还有个url控制并发请求的（抱歉，一道也没写出来）总体感觉，非常感谢面试官耗费半个多小时听胡说八道，我也知道自己项目不熟，基础弱。可是孩子真没办法了，...