返回全部题目← 上一题7 / 71下一题 →题库/模型基础与推理/Q-1748Cross-Attention 中 Q、K、V 分别来自哪里？知识专题：Transformer 与注意力题目类型：原理机制技术难度：基础相关面经：1 篇题集来源：3 个未标记未标记待复习已掌握收藏反馈（在 GitHub 新标签页打开）Sorry o(╥﹏╥)o，暂无参考答案。带这道题，问问AI吧~问 AIKimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）本题目录相关面经收录题集相关题目相关面经1 篇百度端到端决策规划控制算法工程师2026-09-03一面查看原面经 →讲一下cross-att的qkv分别是？收录题集3 个来源，共4 份题集大模型基础面试题阿东玩 AI · AgentGuide · 1 条原题查看题集 →Cross-Attention(交叉注意力)是什么？模型架构与注意力Firefly · llm_interview_note · 1 条原题查看题集 →Encoder端和Decoder端是如何进行交互的？深度网络架构Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →Encoder端和Decoder端是如何进行交互的？（可结合seq2seq的attention知识说明）如何理解Transformer模型中的“编码器-解码器注意力”机制？注意力机制Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →Encoder端和Decoder端是如何进行交互的？相关题目4 题0036Transformer 中的 Attention 如何计算？同一知识专题题目类型：原理机制技术难度：进阶相关面经：20 篇0268Self-Attention 为何利于并行训练，与 RNN 相比有哪些局限？同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇0572Self-Attention 为什么需要 Scaling？同一知识专题题目类型：原理机制技术难度：进阶相关面经：3 篇0575手写 Multi-Head Attention。同一知识专题题目类型：代码题技术难度：进阶相关面经：6 篇♥♥♥♥♥← 上一题已到最后一题← 上一题Transformer 有哪些优劣势，与其他架构相比如何？下一题 →交叉注意力如何工作？
