我要招人

消费品/零售行业面试题更新 2026-08-05

Transformer 中多头注意力为什么要将注意力分数除以 sqrt(dk)？

淘宝闪购人工智能消费品/零售技术原理方案权衡Transformer

考察说明

考察注意力机制数值稳定性与理论依据

回答思路

  1. 说明缩放的目的：防止点积过大导致 softmax 梯度消失
  2. 指出除以 sqrt(dk) 使方差为 1 的数学推导
  3. 讨论对训练稳定性和收敛速度的影响
本题已收录答题指导

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。

开始模拟面试登录查看答题指导