周赛情况

3 题 + 2 发 WA，最终 593 名。

第四题还是想复杂了，对于 1000 这个数据量来说，平方复杂度是不会超时的。

项目情况

完成了应用 vllm 框架到 fingpt 上的工作，仓库： https://git.arslantu.xyz/arslantu/FinGPT-vllm 

主要结论：

1. 限制相同最大生成 token 数量，在分配同等数量 GPU 的情况下，使用 vllm 能够显著提高吞吐量，大约 2 - 5 倍。
2. 不论使用 vllm 与否，提高使用的 GPU，吞吐量均没有显著提升。
3. 使用 vllm 的情况下，分配更多 GPU，能保持更高的利用率。（原版在 GPU 增多时利用率会下降）
4. vllm 的输出方式是流输出，它重写了模型的 \forward\ 方法，见 \vllm/model\_executor/models/llama.py\ 222 行

其他

• 花三个小时写了个脚本，用于生成目录树： https://git.arslantu.xyz/arslantu/gen_file_tree
• Trilium 导出的 .md 格式还是有些诡异，又要考虑换软件了。