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
考察点
技术栈
第 741 题多头和单头的区别在哪里？ 考察对多头注意力机制与单头注意力机制的理解和对比能力第 742 题介绍Transformer架构 考察对Transformer核心组件、设计动机和整体工作原理的理解第 743 题请手写实现一个Transformer的核心模块，并说明各部分的作用。 考察对Transformer架构的深入理解和编码实现能力第 744 题请解释Transformer中KV Cache的作用及其机制。 考察对Transformer推理优化中KV Cache原理和效益的理解第 745 题在多头注意力中，存在哪些常见的变体？如何设计新的变体？ 考察对注意力机制变体的了解与设计思考第 746 题请解释 Self-Attention、Cross-Attention 和 GQA（Grouped Query Attention）在 Transformer 中的作用与区别。 考察对 Transformer 注意力机制变体及原理的理解第 747 题请简单介绍你对Transformer的了解。 考察对Transformer核心机制与基本结构的理解深度第 748 题Transformer中embedding怎么做的？ 考察对Transformer输入表示机制的理解第 749 题多模态大模型中的ViT，解释其原理以及它是如何训练的？ 考察对Vision Transformer（ViT）架构原理及其训练流程的理解第 750 题分析Transformer的复杂度 考察对Transformer网络结构和计算复杂度的理解第 751 题请详细说明Transformer中Attention机制的q、k、v分别代表什么，以及它们如何通过计算得到最终输出，其中Softmax起到什么作用？ 考察对注意力机制核心原理、计算流程及Softmax作用的理解第 752 题请解释 Transformer 中 Self-Attention 和 Target Attention 的区别。 考察对注意力机制的理解以及两种注意力在不同场景下的应用第 753 题请讲解整个Transformer架构的组成和工作原理。 考察对Transformer整体架构、关键组件及其协同机制的理解第 754 题Transformer的时间复杂度是多少？请说明其来源及典型的优化手段。 考察对Transformer复杂度来源的理解及优化方案的掌握第 755 题Transformer中Pre-Norm和Post-Norm的设计差异是什么？对模型训练稳定性和性能有何影响？ 考察对Transformer归一化层位置差异及其对训练稳定性和性能影响的理解第 756 题请描述GPT类decoder-only模型的工作流程和整体架构。 考察对生成式大模型架构和推理流程的理解第 757 题请描述Transformer的基本结构，并解释自注意力机制。 考察对Transformer架构核心组件与自注意力机制的理解第 758 题怎么理解Transformer的Attention 考察对注意力机制原理、计算流程及应用的理解第 759 题像GPT和图像生成模型，大都是decoder-only架构，为什么？ 考察对生成式模型架构选择的深层理解与权衡能力第 760 题请介绍 Transformer 模型的核心结构，并说明自注意力机制的作用及其计算过程。 考察对 Transformer 架构和自注意力机制的理解深度