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...

面试通过了，但是其实待遇没有之前的待遇好 没辙了去看看吧

只想找个小厂实习，咋改

去年秋招行情有多烂，相信经历过的人都懂。我当时投了一堆简历，大多石沉大海，面试也是屡屡碰壁，心态崩了一次又一次。还好我爸妈特别通透，从来不会催我，一直安慰我、理解我。但比起残酷的求职行情，某些亲戚的“虚假关心”，才是真的让人窒息、内耗拉满。真的很反感一类亲戚，表面装作很关心你的样子，实际上就是到处打探底细，专门看你过得好不好，过得不好就暗地嘲讽。每次见面必盘问：找着工作没？薪资多少？在哪上班？上次家庭聚餐，有个亲戚当着好多人的面阴阳我：“念了十几年书，花那么多钱读书，到头来找工作还不如人家早早打工的，读书有啥用啊？”说实话，听完心里瞬间堵得慌。他们根本不管现在就业有多卷、应届生有多难，也不在乎...