蚂蚁集团面试题 · tech:transformer
蚂蚁集团相关面试题，按最终去重题目聚合。
共 1880 道真题 · 当前筛选命中 10 道 · 更新 2026-08-05
筛选题目已选：tech:transformer
考察点
技术栈
第 1 题从技术原理和实际应用角度看，Mamba 未来是否有取代 Transformer 的可能？请结合两者核心机制说明你的判断。 考察对两种模型架构差异的理解及技术趋势判断能力第 2 题你在大模型相关的算法背景和理论知识方面是如何构建的？请描述你的学习路径或实践积累。 考察大模型算法与理论知识的来源、深度和构建方式第 3 题CNN、Transformer的区别，分别更适合怎样的任务？ 考察对两种主流深度学习架构原理差异与适用场景的理解第 4 题假设让你用 BERT 或 Transformer 搭建一个文本分类模型，你会如何快速完成？请描述从准备到训练的关键步骤。 考察对预训练模型微调的流程熟悉度及工程实践能力第 5 题请比较 LSTM 与 Transformer 在序列建模上的主要差异。 考察对两种主流序列模型在结构、并行性与长程依赖上的对比理解第 6 题说一下Attention是怎么做的，Encoder和Decoder的Attention一样吗？ 考察对Attention机制原理及Encoder-Decoder中差异的理解第 7 题请介绍位置编码的原理与作用。 考察对序列建模中位置信息处理的理解第 8 题RNN和Transformer的区别 考察对两种序列建模架构的核心差异及其适用场景的理解第 9 题介绍不同多头注意力变体（MHA、MQA、GQA）的区别。 考察对Transformer注意力机制不同变体的理解，包括参数共享、计算效率与效果权衡第 10 题在机器学习和深度学习中，你最熟悉或最常用的算法或模型有哪些？请说明你的熟悉程度和实际应用场景。 考察候选人对机器学习/深度学习算法实际掌握程度和应用能力