Transformer 中的 mask 是如何实现的？它在模型中的位置在哪里？如何处理掩码位置的无穷小值（-inf）问题？
考察说明
考察对 Transformer 掩码机制实现细节、使用位置及数值处理的理解
回答思路
- 能准确说明 padding mask 和 attention mask 的用途与区别
- 能指出 mask 应用在 attention 得分计算阶段的 softmax 之前
- 能解释将掩码位置置为 -inf 后 softmax 会输出近似 0 的权重
- 能说明 -inf 导致的数值稳定性问题及常见规避手段（如加很大的负数而非 -inf）
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。