互联网/IT行业面试题更新 2026-08-05
刚刚提到 MLA，那 MLA 是怎么对 KV Cache 做优化的
美团人工智能互联网/IT系统设计技术原理
考察说明
考察对 MLA 机制如何压缩 KV Cache 的理解
回答思路
- 明确 MLA 是 Multi-head Latent Attention
- 说明通过低秩投影共享 KV 缓存
- 区分训练/推理阶段的缓存优化
- 能回答 MLA 相比标准 MHA 的显存节省效果
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。
