互联网/IT行业面试题更新 2026-08-05
请解释MHA、MQA、GQA和MLA这几种注意力机制的区别，并说明各自的适用场景。
字节跳动人工智能互联网/IT技术原理技术选型方案权衡
考察说明
考察对多头注意力变体的理解、对比能力和场景适用判断
回答思路
- 准确描述MHA、MQA、GQA的共享KV头数差异
- 理解MLA的低秩压缩思想及推理优化优势
- 能结合内存、吞吐、模型质量权衡选择场景
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。
