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...

还有这黑话吗，黑话也说不过ai了😭  

26应届，想找一份后端开发的工作，这样子的简历可以吗

自我介绍项目1介绍项目用户画像是什么？MCP 和 Function Calling 的区别，以及各自适应场景LLM 出现幻觉的原因、怎么解决项目2介绍项目JavaConcurrentHashMap 的原理偏向锁、轻量级锁、重量级锁CAS 在使用过程中会出现什么问题线程池工作原理MySQLMVCC 实现原理读已提交和可重复读的 MVCC 中的区别MySQL B+ 树索引的实现主键索引和非主键索引的区别Redis数据结构有哪些Redis 为什么快缓存穿透和雪崩问题，解决方案Redis 如何做分布式锁算法题环形链表 II