开会的时候，你负责的一个数据还没有完全获取到，这时候有人问了一句：“这个确认稳定吗？”你不想把场面弄得太紧张，于是随口回答：“应该没问题。”当时觉得，自己在前面加上了“应该”两个字，属于给自己留了余地了，真聪明但实际上不是这样，别人记住的，以及留在会议纪要材料里的，应该不是“应该”，而是“没问题”等后面数据跑出来，或者项目真的出了问题了，会议纪要里的这句话就会被标黄截图发出来“你当时不是说没问题吗？”本来是不确定的，反而成了一句承诺那，这题怎么解？假如领导在场，不管这个问题是不是他提的，既然被人抛出来，就不能不接不能说“没有把握”，也不能直接说死“能”或者“不能”可以先给一个基准时间，比如：“...

这种是面评脏了吗 被冻结了吗😭 该怎么自救呀

最近总觉得心脏有点不太舒服，就请了3天假去做检查，想着我一个实习生，就算请三天假，也无伤大雅+1之前跟我就不太对付，总挑我的理，说这不行那不行，“你这学历到底是面上来的，当初面你简直大错特错”请假审批都走通过了，我昨天都已经到医院了，+1跟我发消息，说这部分你三天的交接文档有问题，如果你现在不回来解决，你的实习证明还想不想要了？我当时也没想那么多，毕竟就是奔着证明来的，反正也没出市，就赶紧跑回去了。现在想想，他一个人也左右不了问我的证明到底给不给我，早知道就应该装看不见消息了病也没看上，假也没休着....

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...