我要招人

阿里巴巴面试题更新 2026-08-05

请解释Grouped-Query Attention（GQA）的原理及其实现方式。

阿里巴巴人工智能电商技术原理方案权衡LLMTransformer

考察说明

考察对GQA机制原理和高效实现的理解

回答思路

  1. 准确描述GQA如何通过分组共享KV头降低KV缓存占用
  2. 说明GQA与MHA、MQA的区别及推理性能与质量权衡
  3. 结合典型实现方式说明分组映射和注意力计算流程
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