科大讯飞面试题 · Transformer
科大讯飞相关面试题，按最终去重题目聚合。
共 1976 道真题 · 当前筛选命中 20 道 · 更新 2026-08-05
筛选题目已选：Transformer
考察点
技术栈
第 1 题介绍下Transformer在NLP和CV中的使用区别 考察对Transformer架构跨领域应用差异的理解第 2 题请介绍你在GPT、ViT或Transformer相关项目中的具体工作。 考察对Transformer架构相关项目的理解深度和实际落地能力第 3 题Transformer相比LSTM的核心区别有哪些？请从序列建模方式、并行性和长期依赖处理等方面说明。 考察对Transformer与LSTM差异的理解，以及技术选型意识第 4 题DETR里面的transformer结构的encoder和decoder是如何的?介绍一下? 考察对DETR中Transformer编码器与解码器架构细节的理解第 5 题请详细介绍一下Transformer的整体结构及其核心组件的作用。 考察对Transformer架构各组成部分的理解及其设计动机第 6 题Transformer最大的优点是什么？请结合其在实际任务中的应用说明。 考察对Transformer核心优势的提炼和表达能力第 7 题Transformer 模型有哪些常用的推理加速方法？ 考察对 Transformer 推理性能优化技术的理解和实践第 8 题Transformer中encoder和decoder的区别是什么？ 考察对Transformer架构核心组件功能与差异的理解第 9 题请谈谈你对AI大模型的理解及其在工程中的应用。 考察对AI大模型核心概念的理解与落地应用认知第 10 题请介绍Transformer的整体架构及其关键组件的作用。 考察对Transformer架构核心组件及原理的理解第 11 题跨模态对齐如何做的，你都了解哪些对齐方式？ 考察对跨模态对齐概念、常见对齐方法与实际应用的理解第 12 题GPT和BERT的区别 考察对两大预训练模型架构与任务范式差异的理解第 13 题请谈谈你对Transformer模型结构的理解。 考察对Transformer核心组件、原理及特点的理解深度第 14 题请介绍DETR的框架结构。 考察对DETR模型架构和端到端检测范式的理解第 15 题自注意力机制中为什么要除以根号 dk？ 考察对自注意力缩放因子的数学原理与作用的理解第 16 题请描述大模型最常用的网络结构，并说明其核心组成。 考察对大模型基础架构的理解与表述能力第 17 题BLIP-2 中 Q-Former 的作用是什么？为什么要加一个 Query Transformer？ 考察对 BLIP-2 架构设计动机的理解，尤其是视觉语言对齐与训练效率第 18 题请解释Transformer的核心原理，包括自注意力机制和位置编码的作用。 考察对Transformer架构核心机制的理解第 19 题介绍Transformer底层原理 考察对Transformer架构核心机制的理解深度第 20 题在Transformer架构中，Self Attention和Cross Attention分别出现在什么位置，各自的作用是什么？ 考察对Transformer各模块中注意力机制角色定位的理解