消费品/零售行业面试题 · 方案权衡 · tech:transformer
消费品/零售行业相关面试题，按题目行业基础数据聚合。
共 11293 道真题 · 当前筛选命中 9 道 · 更新 2026-08-05
筛选题目已选：方案权衡 · tech:transformer
考察点
技术栈
第 1 题除标准多头注意力（MHA）之外，你还了解哪些注意力机制的变体，比如GQA、MQA？它们各自解决了什么问题，分别适用于什么场景？ 考察对注意力机制演进脉络的理解及对计算与效果权衡的把握第 2 题MHA、GQA、MQA三种注意力机制的区别是什么？ 考察对注意力机制效率优化演进的理解第 3 题Baichuan和Qwen系列模型在设计上有哪些主要区别？ 考察对大模型家族技术路线和控制点的理解第 4 题请谈谈你对当前主流自动驾驶技术路线和关键挑战的理解，并结合你对汽车行业的观察说明。 考察对自动驾驶技术原理、行业现状及关键挑战的理解深度第 5 题为什么ResNet没有像Transformer那样不断堆参数规模？ 考察对模型架构演进、深度学习趋势及两者差异的理解第 6 题Transformer的流程,和CNN的区别 考察对Transformer架构流程的理解及与CNN的对比第 7 题在Transformer的注意力机制中，为什么要将点积结果除以根号d（d为键向量的维度）？ 考察对注意力机制缩放因子设计的理解及数学直觉第 8 题Transformer 中多头注意力为什么要将注意力分数除以 sqrt(dk)？ 考察注意力机制数值稳定性与理论依据第 9 题Self Attention和Position Embedding通常是直接相加的，如果改成concat会有什么影响？ 考察对Transformer输入融合方式及其对模型语义和参数量的理解