互联网/IT行业面试题更新 2026-08-05
在BLIP-2或Qwen-VL中，Learnable Query的作用是什么？
快手人工智能互联网/IT问题拆解技术原理
考察说明
考察多模态大模型中可学习查询向量的机制理解
回答思路
- 说明Learnable Query是固定的可学习参数而非输入特征
- 解释其作为查询与视觉特征交互，提取关键视觉信息
- 对比不同模型（BLIP-2的Q-Former、Qwen-VL的交叉注意力）中的实现差异
- 说明输出注入语言模型的方式
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。
