小米 AI Infra 校招 一面

一面

推理优化

1. 介绍 Fastllm.cpp 的核心技术细节。
2. PagedAttention 的作用与设计原理。
3. FlashAttention 的算法流程。
4. 模型量化的基本原理与常见方案。

二面

项目经历

5. 项目深入介绍与技术细节讨论。