26博士求职竟然也难Self-trap的博士生涯马上就要结束了！经历大论文-盲审-答辩这一套下来，终于迎来短暂的平静，npy也说我这段时间越来越像个活人了！我的校招求职结束得比较早，秋招的时候已经签好了企业，所以春招的这段时间才有大量的精力应付毕业事宜。我的学历背景算不上顶尖，南开本中科院博，专业是凝聚态物理方向，研究方向是超快光谱学，但对于纯光学的方向接触的比较少，所以我投递的企业方向多是半导体相关，稍微沾一点光学的我也都在尝试。26届校招整体感受还是有难度的，千军万马过独木桥！能拿到一些好的Offer，但真正顶尖的Offer还是落入到有更好的Background同学手里了。现在的企业还是太...

就他回复我了😭✋，是干苦力的吗？能学到东西吗

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...