阿里巴巴面试题更新 2026-08-05
同样是低秩分解，为什么LoRA推理时慢而MLA快？请对比两者在推理过程中的差异。
阿里巴巴人工智能电商问题拆解技术原理方案权衡LoRA
考察说明
考察对低秩分解不同应用方式的辨析，尤其是推理阶段的实际影响
回答思路
- 指出LoRA和MLA的优化目标不同
- 说明LoRA推理时KV缓存没有减少
- 解释MLA通过KV压缩直接加速推理
- 能结合自回归解码的带宽瓶颈分析
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。
