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...

我是一块砖，哪里需要哪里搬

要招就招，每次一脚踢开，挂完一两小时后 发面试邀请，我又乖乖接受 还有机会吗

本人bg 双非本 211 硕，暑期/日常实习投递从3月一直到现在 0 offer简历情况是一段包装的实习经历 + 仿小红书项目除了简历挂也收到过大厂的面试（虽然不多），感觉似乎简历不容易被捞起来，或者被捞起来但不感兴趣。抛开运气、表达能力等难以改进因素。认为可能的因素如下：包装的实习经历有漏洞、太简单、公司知名度小？自身的仿小红书项目没有亮点、太简单、业务相关度低？现在是5月22号了已经，不可能不焦虑内耗。目前自己能想到的改进意见是：个人项目优化，在原有的基础上融合黑马点评 或 直接换一个项目如马丁的牛卷找一个独立的包含工作流的Agent项目加上去说实话自己因为心态起伏状态挺差，找不到方向比较...