4.17 蚂蚁测开面经自我介绍智力题1：5l杯子与3l杯子，如何接4l水智力题2：8枚硬币一枚假，假的比真的轻，用天平最少称几次能找到假的英语朗读：给一段英语材料，朗读编程题：给你[1,2,3,4]4个数，请将能组成的所有不含重复数字的三位数输出由于没有实习经历，面试官对简历的项目随便提了两个问题反问全程不到半小时就结束了

今天早上刷到刚开的职位 立刻投了 晚上一看岗位关闭了 这是直接招到了吗 😱

这个面经是群里 小伙伴分享的 社招, 2年的工作经验 双非本9硕 将近40分钟都在问项目细节 项目这里我全部砍掉了1. 自我介绍2. 大模型在推理时通常分哪两个阶段，每个阶段关注点是什么一般分成 prefill 和 decode 两个阶段。prefill 阶段主要是把输入 prompt 一次性编码进去，重点看吞吐、并行效率和长序列的计算开销；decode 阶段是逐 token 生成，重点看单步延迟、KV Cache 复用和 batch 调度效率。很多线上推理慢，不是模型本身慢，而是 prefill 太重或者 decode 阶段调度策略不合理。理解这两个阶段，才能知道为什么有些优化只对长输入有效...