高德地图面试题 · 技术选型 · Transformer
高德地图相关面试题，按最终去重题目聚合。
共 1511 道真题 · 当前筛选命中 11 道 · 更新 2026-08-05
筛选题目已选：技术选型 · Transformer
考察点
技术栈
第 1 题BERT和Transformer的位置编码及其区别 考察对位置编码原理及两者间差异的理解第 2 题请详细介绍一下Transformer的整体结构及其核心组件的作用。 考察对Transformer架构各组成部分的理解及其设计动机第 3 题目前的LLM结构和最开始的Transformers有哪些变化? 考察对Transformer架构演进及大模型技术迭代的理解第 4 题如何优化Transformer中计算量最大的模块（自注意力）？ 考察对自注意力优化的多种方法及权衡的理解第 5 题position embedding 和 input 是怎么融合的？ 考察对 Transformer 中位置编码与输入表征融合方式的理解第 6 题请介绍Transformer模型的核心结构和原理，以及它相比传统RNN/LSTM的优势。 考察对Transformer架构、注意力机制及演进原因的理解第 7 题请解释 Encoder Only、Decoder Only 和 Encoder-Decoder 架构的区别。 考察对主流 Transformer 架构变体的理解及其适用场景第 8 题常见的稀疏注意力变体有哪些？ 考察对主流稀疏注意力机制的代表性认知第 9 题比较一下几种常见的LLM架构，例如Encoder-Only、Decoder-Only和Encoder-Decoder，并说明它们各自最擅长的任务类型。 考察对主流大语言模型架构的原理理解与任务适配能力第 10 题请解释主流大语言模型与传统Transformer模型在架构、训练目标和应用方式上的主要区别？ 考察对Transformer基座与大模型技术演进的系统理解第 11 题像GPT和图像生成模型，大都是decoder-only架构，为什么？ 考察对生成式模型架构选择的深层理解与权衡能力