百度面试题 · 技术选型 · Transformer
百度相关面试题，按最终去重题目聚合。
共 3071 道真题 · 当前筛选命中 7 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 题在Transformer框架下，CV、NLP、语音是否可能实现“大一统”？ 考察对Transformer统一架构潜力的理解与跨模态技术判断第 2 题大模型训练和推理中常用的位置编码方案有哪些？请分别说明每种编码方式的优势、局限性及适用模型。 考察对位置编码原理、演进和适用场景的深入理解第 3 题大模型常用的位置编码有哪些？各自的优缺点是什么？ 考察对位置编码机制的理解、对比与适用场景判断第 4 题你之前做CV方向，请谈谈CV和NLP的区别与联系，以及在Transformer大背景下，CV、NLP和语音等多模态能否实现大一统？ 考察跨领域认知、技术趋势理解和多模态统一架构的思考深度第 5 题请解释 Transformer 中因果注意力与双向注意力的核心区别，并说明各自适用的场景。 考察对注意力机制两种形态的理解及场景适配能力第 6 题请介绍几个你了解的大语言模型，并说明它们在模型结构上的主要差异。 考察对大模型技术谱系、结构差异与设计取舍的理解第 7 题说一下大模型常用的位置编码有哪些，各有什么优缺点 考察对Transformer位置编码方案的原理理解与工程取舍