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...

最近总觉得心脏有点不太舒服，就请了3天假去做检查，想着我一个实习生，就算请三天假，也无伤大雅+1之前跟我就不太对付，总挑我的理，说这不行那不行，“你这学历到底是面上来的，当初面你简直大错特错”请假审批都走通过了，我昨天都已经到医院了，+1跟我发消息，说这部分你三天的交接文档有问题，如果你现在不回来解决，你的实习证明还想不想要了？我当时也没想那么多，毕竟就是奔着证明来的，反正也没出市，就赶紧跑回去了。现在想想，他一个人也左右不了问我的证明到底给不给我，早知道就应该装看不见消息了病也没看上，假也没休着....

国内这个AI风气太夸张了吧，大家公司内部全部都用AI吗？实习生也能畅用吗？

我是 25 年 12 月开始筹备的,今年 3 月 5 号投递的第一份简历,4.16 offer。我筹备分四个方向:八股文、项目、算法、技术。一、项目、八股我想先说我的理解——项目和八股文最好不要分开准备。最理想的情况是:项目本身就有很多能聊的点。简历上写了一条「做了 XX 优化」,面试官顺着这条往下问——为什么要做这个优化?用到了什么原理?具体是怎么落地的?这么做的好处是什么?好多八股文的题型不就是这个样子么?为什么会出现 XX 问题?哪些场景/工具下会出现 XX 问题?用什么方式能解决?每种方案各有什么优劣?我们怎么衡量?怎么预防 XX 问题?实践中,是怎么用 XX 工具解决 XX 问题的?...