返回全部题目← 上一题49 / 71下一题 →题库/模型基础与推理/Q-5224为什么混合使用递归状态与全局注意力，两者如何互补？知识专题：Transformer 与注意力题目类型：原理机制技术难度：深入题集来源：2 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）本题目录收录题集相关题目收录题集2 个来源，共3 份题集预训练与架构阿东玩 AI · AgentGuide · 2 条原题查看题集 →【GDN架构】解释一下GDN(gated delta attention)架构和背景，为什么qwen3.5这样设计？ 「阿里巴巴」【模型架构改进】比如 low-rank adaptor、LoRA 融合，或者用Mamba替换部分token path? 「美团」跨周期技术拆解Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →为什么前沿模型混用递归状态与全局注意力？Qwen-VL系列模型核心考点Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →Qwen3.5 的一个关键卖点是混合注意力：Gated DeltaNet + 全局注意力。请详细说说 Gated DeltaNet 属于哪类线性注意力，它是如何在保持表达能力的前提下降低复杂度的？3:1 的混合比例有什么技术考量？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QK-Norm 如何控制注意力分数尺度，与 FlashAttention 的优化目标有何不同？下一题 →Dual Chunk Attention 如何通过分块位置处理扩展长上下文？
