深度网络架构
简要介绍Transformer的Encoder模块和Decoder模块，两者的核心差异是什么？
原题Transformer和Mamba(SSM)的区别是什么？各自的适用场景有哪些？
原题介绍一下Transformer中KV Cache的原理，它能解决什么问题？有什么局限性？
原题工业界中，Transformer模型的量化、剪枝优化思路是什么？能带来什么收益？
原题大模型时代，Transformer的架构优化方向有哪些？（如MoE、FlashAttention等）
原题Transformer中的Embedding层有什么作用？如何缓解词表稀疏问题？
原题为什么Transformer在长序列任务中容易出现性能下降？如何改进？
原题简要说明FlashAttention的核心原理，它如何优化Transformer的注意力计算效率？
原题Transformer模型中的Label Smoothing是什么？有什么作用？
原题对比Transformer和CNN，两者在特征提取方式上有什么本质区别？
原题
暂无题目