京东 AI Infra 校招 一面

推理优化

1. 大模型推理优化有哪些常见方法？请从多个维度进行阐述。
2. PagedAttention 的核心原理与设计思路是什么？
3. FlashAttention 为什么能够实现加速？其计算过程是怎样的？
4. PD 分离机制中，调度队列是如何实现的？
5. Chunked Prefill 是指同一请求的 Prefill 和 Decode 交叉执行，还是不同请求之间的插入？

基础知识

6. C++ 多态是如何实现的？
7. 虚函数实现多态的具体机制是什么？虚函数表中的函数顺序是如何确定的？

项目经历

8. 项目经历深入考察。

编程题

9. 实现快速排序算法。