互联网/IT行业面试题更新 2026-08-05
请比较MHA（多头注意力）和GQA（分组查询注意力）的异同，并说明GQA的实际应用场景。
网易人工智能互联网/IT技术原理方案权衡Transformer
考察说明
考察对Transformer注意力机制变体的理解与工程权衡
回答思路
- 准确描述MHA与GQA的结构差异
- 解释GQA在保持性能的同时减少KV缓存开销的原理
- 能举出具体模型或应用场景说明GQA的适用性
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。
