深信服面试题 · 技术原理 · Transformer
深信服相关面试题，按最终去重题目聚合。
共 1348 道真题 · 当前筛选命中 9 道 · 更新 2026-08-05
筛选题目已选：技术原理 · Transformer
考察点
技术栈
第 1 题请口述Transformer模型的整体工作流程，从输入到输出。 考察对Transformer架构核心组件及数据流顺序的理解第 2 题请解释Transformer模型中Encoder和Decoder的结构差异，以及它们各自的作用。 考察对Transformer核心架构的理解与表达能力第 3 题请解释Transformer模型的核心组成部分及其各自的作用。 考察对Transformer架构的理解深度和关键机制掌握第 4 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 5 题请比较GPT和BERT的模型结构，并说明它们的预训练任务有何不同？ 考察对GPT与BERT模型架构及预训练范式的理解第 6 题自注意力的时间复杂度是多少？请解释其计算过程。 考察对Transformer自注意力机制计算复杂度的理解第 7 题请实现一个多头自注意力机制（Multi-Head Self-Attention）。 考察对Transformer核心组件的理解及编码实现能力第 8 题请说明 Transformer、BERT 和 GPT 各自使用的位置编码方式，并比较其异同。 考察对主流模型位置编码原理的理解与对比能力第 9 题请介绍你熟悉领域中的一个经典模型，并说明它的核心思想、适用场景以及相较于前后模型的优劣势。 考察对领域经典模型的深度理解、演进脉络和比较分析能力