先说一下我是谁——双非本，正在秋招，已经面了一堆。这两场算有点料的，一场阿里一场CVTE，一个京杭系一个广州系，风格差得离谱。复盘一下，给后面要面的兄弟省点劲。两场都没拿offer（笑），但题是真题，坑是真坑。—阿里那场一个多小时，节奏跟小厂完全不一样。小厂喜欢问"你做过什么"，阿里上来就抠你"你说的这个东西，本质是什么"。第一题就摔了。问进程和线程的区别。我下意识背了句"进程是资源分配的基本单位，线程是CPU调度的基本单位"——面试官停了两秒：用自己的话讲。我才反应过来——这种书面定义脱口而出，等于自杀。后面他让我从内存角度讲，从隔...

刚实习了两周，被导员一通电话打过来可能会给处分学校这里坚决是不允许大二大三实习，只有大四后半学期才允许😂不知道被谁举报的，总之回来领导跟我说了一大堆，说在学校呆着能学到知识以外的东西。然后一门课也是被重修了，感觉好不容易实个习，一波三折的。最后还是选择了不回头，总觉得，人这一生就这一次，要尽力去活才算圆满。

没招了，笑死了

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...