深圳虾皮信息科技有限公司面试题更新 2026-08-05
MLA（Multi-head Latent Attention）在推理阶段是否需要对Query做压缩？请结合其原理说明。
深圳虾皮信息科技有限公司人工智能互联网/IT技术原理技术选型方案权衡
考察说明
考察对MLA机制中Query与Key/Value压缩差异的理解
回答思路
- 明确指出MLA主要对Key和Value进行低秩压缩，Query不压缩
- 能解释KV压缩的目的与显存收益
- 能说明若Query压缩会带来的精度与实现问题
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
