求指教！！！

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...

真没招了，没人要

看来得重新踏上征程了。后悔之前oc之后没有走其他的流程。

实习时最怕听到“把这个活干一下”。这句话看似简单，却常常没有边界、没有说明，也没有预期结果。你不知道要做到什么程度，也不清楚优先级和时间要求，只能一边试探一边修改，反复返工。比起任务本身，更让人焦虑的是这种不确定感。