我要招人登录

人工智能面试题 · 技术原理 · Transformer

人工智能相关岗位面试题。

共 11389 道真题 · 当前筛选命中 794 道 · 更新 2026-08-05

筛选题目已选：技术原理 · Transformer

第 321 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技术原理方案权衡Transformer 第 322 题说一下ChatGLM或LLaMA与传统Transformer结构的区别，有哪些改动，以及可以借鉴的地方？主要从模型结构、Layer Norm、激活方式、位置编码回答。考察对主流大模型架构改进点的理解深度与迁移能力系统设计技术原理技术选型Transformer 第 323 题Transformer中encoder和decoder的区别考察对Transformer架构各模块功能定位的掌握技术原理Transformer 第 324 题请介绍 DETR 的主要结构和工作原理。考察对 DETR 端到端目标检测架构的理解技术原理方案权衡Transformer 第 325 题请比较 GPT 与 ELMo 这两类预训练模型在架构和表征方式上的主要区别。考察对预训练模型历史发展与表征范式的理解技术原理技术选型ELMoTransformer 第 326 题解释KV Cache的内存瓶颈，并推导多头注意力机制的计算复杂度。考察对Transformer推理阶段KV Cache内存占用及注意力计算复杂度的理解性能优化技术原理Transformer 第 327 题主流LLM模型结构设计有什么特点？考察对现代大语言模型架构设计的理解与归纳能力技术原理技术选型方案权衡LLMTransformer 第 328 题请详细解释 Transformer 解码器的结构及其工作原理。考察对 Transformer 解码器核心机制的理解技术原理Transformer 第 329 题详细讲讲 Transformer，Self-Attention 中 QKV 的数学公式，以及你如何理解 QKV。考察对 Transformer 核心架构和自注意力机制数学原理的理解深度问题拆解自我呈现技术原理Transformer 第 330 题你知道Transformer的Norm怎么做的吗？考察对Transformer中归一化层的具体实现与作用的理解技术原理Transformer 第 331 题如何为多头注意力模块添加正则化或增强策略以提升训练稳定性？考察模型训练的工程优化与设计能力持续改进性能优化技术原理Transformer 第 332 题请介绍Transformer的整体结构及其各组成部分的作用。考察对Transformer架构的深入理解与原理掌握系统设计技术原理Transformer 第 333 题为什么Transformer中的位置编码要使用sin和cos函数？考察对Transformer位置编码设计动机与数学特性的理解技术原理方案权衡Transformer 第 334 题请手写一个Transformer模型的核心代码，并解释关键组件的作用。考察对Transformer架构的理解与编码实现能力编码实现技术原理Transformer 第 335 题Transformer 模型是如何处理时序信息的？考察对 Transformer 位置编码和自注意力机制在时序建模中作用的理解问题拆解技术原理Transformer 第 336 题请介绍 Transformer 的整体结构，并说明其各主要组件的公式与作用。考察对 Transformer 架构、核心公式和组件功能的理解系统设计技术原理Transformer 第 337 题请详细解释Transformer模型的结构和关键机制，包括自注意力、多头注意力和位置编码。考察对Transformer核心架构和原理的深入理解技术原理Transformer 第 338 题MHA、GQA、MQA三种注意力机制的区别是什么？考察对注意力机制效率优化演进的理解技术原理方案权衡Transformer 第 339 题请描述Transformer的基本结构，并说明其核心特点。考察对Transformer整体架构和关键设计理念的理解系统设计技术原理Transformer 第 340 题请解释Transformer中的attention机制的工作原理，并说明为什么需要multi-head attention。考察对attention机制及其多头的原理理解技术原理Transformer