bg：北航cs本年前投了腾讯的提前批，基础微信部门约了面试，面试内容很基础，但由于鼠鼠没怎么准备还是一面挂了，年后又被企业微信部门捞了，这次强度直接拉满了，面的我汗流浃背上来先来三道题（限时半小时）- leetcode 198. 打家劫舍（还没刷到，不出意外的写错了，都没意识到是动态规划...）- leetcode 199. 二叉树的右视图（虽然刷过了，但由于不熟悉acm模式构造输出花了一些时间，写出来之后有问题，一直在调试，然后就到时间了...面试官让我说一下思路，并提问能不能用dfs做，引导了我去使用后序遍历，但鼠鼠还是没想出来）- 类似 1213. 三个有序数组的交集（没做到这个题，面试官让说一下思路，我说了哈希表和多指针）此时鼠鼠心态已经崩了，我想着接下来该让我吟唱八股了吧，结果并没有，因为鼠鼠简历里写了一些学校的课设（编译器、操作系统、计组CPU），被狠狠拷打底层知识了- 先问了一下实习干了什么，有什么难点（回答了性能优化，然后说了一些优化方案，还提了一下ssr）- 用的webpack还是vite，知不知道webpack按需导入的原理（不知道）- vue和react中key的作用，为什么不能用index做key- 问我的编译器怎么写的（回答用C++写的，涉及词法分析、语法分析、语义分析、生成中间代码等流程）- 编译器中llvm ir是什么结构，是树还是扁平结构，llvm怎么转化为mips的（浅显的回答了一些）- 问了操作系统的内存管理用的什么数据结构（回答链表，面试官又问是双向链表还是单向链表，我回答都类似双向链表，但和不普通的双向链表不太一样，具体忘了）- 问了操作系统的进程阻塞怎么实现的（完全不记得了）- 接着让讲一下js的事件循环（吟唱了一下八股）- 又问了不了解闭包，闭包的变量存在栈中还是堆中，c++怎么实现闭包（八股里没说，已读乱回）- 反问环节这些项目细节早就忘完了，之前也从来没人问过我这些，鼠鼠只是觉得简历比较空就把学校的这些计算机底层课设写到简历上了，面试官可能觉得我是个计算机高手，于是给我上了点强度事实证明不要在简历里写乱七八糟的东西，容易把握不住。

最近复盘了 KV Cache，给面试/实战一个好记版本：1）Decoder 生成第 k 个 token 时，历史 token 的 K/V 不必重算，缓存后直接复用；2）不做缓存会反复算历史注意力，长度一长延迟明显；3）KV Cache 省算力但吃显存，长上下文时显存压力会成为瓶颈；4）MHA→MQA→GQA→MLA，本质都在做“少缓存/更聪明缓存”，其中 GQA 是当前工程里很常见的平衡点。一句话：KV Cache 是速度的来源，注意力变体是显存账本。

继续来分享下之前的面经~欢迎友好讨论，信息共享1- RAG痛点2- 检索精度与召回率的平衡（如chunk粒度优化） 如何解决多跳推理问题？3- 知识更新机制（小红书UGC内容高频更新如何应对4- LLM针对RAG的优化5- 是否用LLM直接生成Embedding？如何解决生成式检索的稳定性6- 提示工程优化（如HyDE技术在小红书的应用场景）。7- 幻觉问题8- 检索结果置信度过滤方案？是否引入知识图谱作为验证层9- 检索污染处理10- 用户生成内容（如错误美妆知识）如何清洗？实时性（如突发谣言）如何应对11- 图文对RAG产品设计12- 多模态检索方案（图文联合Embedding vs. 分离对齐）13- 如何将用户评论/标签纳入检索增强

1.拷打项目推理框架算子如何优化的如何构建Memory pool的如何对框架进行测试的？数据量有多少2.八股Vllm的page attention了解吗？chunk prefill是如何实现的？continous batching了解吗？3.leetcode二维数组每行有序，求第K小的元素（prioirty_queue，只写出来暴力）