互联网/IT行业面试题更新 2026-08-05
计算Attention时为什么要除以dk，这个dk的含义是什么？
网易人工智能互联网/IT技术原理
考察说明
考察对Transformer中缩放点积注意力机制原理的理解
回答思路
- 正确说明dk为query的维度（或key的维度）
- 解释点积随维度增大导致方差变大、softmax饱和问题
- 说明除以sqrt(dk)使方差归一化，梯度更稳定
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。
