请解释Transformer模型中的多头注意力机制是如何工作的？
考察说明
考察对多头注意力机制原理、作用及其在Transformer中意义的理解
回答思路
- 解释Q、K、V矩阵的形成和注意力权重计算原理
- 说明多头（Multi-Head）的具体操作：分割、并行注意力、拼接和线性变换
- 阐述引入多头的目的，如捕捉不同子空间的特征和多种依赖关系
- 能结合Transformer整体架构说明多头注意力的位置和作用
- 针对长距离依赖或并行计算等性能特点进行简要说明
本题已收录答题指导
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。