金融行业面试题 · 问题拆解 · Transformer
金融行业相关面试题,按题目行业基础数据聚合。
共 8448 道真题 · 当前筛选命中 10 道 · 更新 2026-08-05
筛选题目已选:问题拆解 · Transformer
考察点
技术栈
第 1 题分析Transformer的空间复杂度 考察Transformer模型空间复杂度分析能力第 2 题对于一个BERT模型,假设序列长度为n、隐藏维度为d、层数为l,如何计算其总参数量?请给出估算公式。 考察对Transformer/BERT模型结构的理解及参数量估算能力第 3 题位置编码的类别介绍,及其在序列拓长场景下的应用 考察对位置编码原理、类别划分及长序列外推能力的理解第 4 题请说明KV Cache在推理时占用的内存量级,并计算它相比不缓存键值时降低了多少时间复杂度。 考察对KV Cache内存代价与计算复杂度收益的量化理解第 5 题请详细说明Transformer模型的核心结构组成及其各组件的作用。 考察对Transformer架构的深入理解与模块间关系的把握第 6 题自注意力计算中为何除以 √dk? 考察自注意力机制中缩放因子的数学原理与稳定训练意识第 7 题在Transformer模型中,哪个部分通常最占用显存(GPU内存)? 考察对Transformer各组件显存开销来源的理解第 8 题Transformer的自注意力机制及相比RNN的优势? 考察对自注意力机制原理的理解及与RNN架构的对比分析能力第 9 题Transformer每个结构的作用分别是什么?请分别说明多头注意力、归一化、残差连接和全连接层的作用。 考察对Transformer核心组件的理解深度与原理掌握第 10 题请谈谈你对大模型底层逻辑的理解。 考察对大模型基本原理和技术细节的掌握程度