这个面经是群里 小伙伴分享的 社招, 2年的工作经验 双非本9硕 将近40分钟都在问项目细节 项目这里我全部砍掉了1. 自我介绍2. 大模型在推理时通常分哪两个阶段，每个阶段关注点是什么一般分成 prefill 和 decode 两个阶段。prefill 阶段主要是把输入 prompt 一次性编码进去，重点看吞吐、并行效率和长序列的计算开销；decode 阶段是逐 token 生成，重点看单步延迟、KV Cache 复用和 batch 调度效率。很多线上推理慢，不是模型本身慢，而是 prefill 太重或者 decode 阶段调度策略不合理。理解这两个阶段，才能知道为什么有些优化只对长输入有效...

所以这种问题（问在不在xxx）到底应该怎么回答啊

针对自己的复习资料以后应该会修改,精进文章目录<1>二级指针<2>指针数组<3>字符指针变量<4>数组指针变量<5>二维数组传参的本质<6>函数指针变量  a.关键字typedef<1>二级指针通俗的来说,就是存储(一级)指针变量的地址以图来理解 <2>指针数组本质就是存储指针的数组,可以进行类比,列如字符数组 是存放字符的数组以图来理解arr1,arr2,arr3都是其数组首个元素的地址注意:上述的代码模拟出⼆维数组的效果，实际上并⾮完全是⼆维数组，因为每⼀⾏并⾮是连续的<3>字符指针...