在Transformer的训练和推理过程中，如何处理输入序列中的padding？请说明mask的作用及实现方式。
考察说明
考察对Transformer中padding处理和注意力掩码机制的理解
回答思路
- 说明padding mask在自注意力计算中的作用
- 能够区分padding mask与causal mask
- 能解释实现方式，如通过将mask位置置为负无穷或极大负数后做softmax
- 能说明在训练和推理阶段对padding的不同处理
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。