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...

唉……看了眼boss真的是要跪下了，不是发拒信是看都没看的那种……充了五块钱看到一个岗位两千人投更是崩溃了，boss上这个简历匹配度到底是看什么的

timeline3.9投递3.19一面3.31二面4.1告知二面通过免三面4.2hr面4.3oc人生第一次面试就是字节，没想到最后竟然能oc。（ 免三面真的很意外😳）

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?...