人工智能面试题 · Transformer
人工智能相关岗位面试题。
共 11389 道真题 · 当前筛选命中 804 道 · 更新 2026-08-05
筛选题目已选：Transformer
考察点
技术栈
第 761 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 762 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 763 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 764 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 765 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 766 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 767 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 768 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 769 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 770 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第 771 题Transformer的结构是什么？ 考察对Transformer核心组件的理解和整体架构的把握第 772 题BERT模型相较于Transformer架构的优化是什么？ 考察对BERT核心创新及与Transformer基础架构差异的理解第 773 题Transformer 中为什么需要前馈神经网络（FFN）？ 考察对 FFN 非线性变换作用的理解第 774 题Q、K、V的含义是什么？ 考察对Transformer核心概念的理解和表达能力第 775 题为什么用 Transformer 建模用户行为序列，而不是 LSTM？ 考察对序列建模方法差异的理解及技术选型能力第 776 题请描述Transformer模型的基本结构，并说明BERT在其基础上做了哪些关键设计。 考察对Transformer架构及BERT变体的系统理解第 777 题请解释Multi-Head Attention的原理及其作用。 考察对Transformer核心组件的工作原理与设计动机的理解第 778 题Masked Multi-Head Attention的mask怎么做的 考察对Masked Multi-Head Attention中mask机制的理解和实现细节第 779 题位置编码的类别介绍，及其在序列拓长场景下的应用 考察对位置编码原理、类别划分及长序列外推能力的理解第 780 题为什么缩放点积注意力中要除以根号下d_k（键的维度）？ 考察对缩放因子作用的数学理解