返回全部题目← 上一题41 / 67下一题 →题库/模型基础与推理/Q-4845手写 Grouped-Query Attention（GQA）。知识专题：Transformer 与注意力题目类型：代码题技术难度：进阶收录题集：5 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集5 份编码题专题汇编阿东玩 AI · AgentGuide · 3 条原题查看题集 →【Transformer、GQA、手撕、Attention、注意力机制、深度学习｜L4】写一下GQA（Grouped Query Attention）的实现 「京东、字节跳动、百度、阿里巴巴」【Transformer、Attention、MHA、MQA、GQA｜L4】手撕:mha mqa gqa的兼容版 init里设置传参通义万相数据。 「阿里通义」【Transformer、Attention、MQA、GQA｜L4】手撕MQA和GQA 「阿里巴巴」大模型手写代码练习路线阿东玩 AI · AgentGuide · 1 条原题查看题集 →Grouped Query Attention· 困难 🔴 困难 — LLaMA-2/3 优化，减少 KV 参数量深度学习基础汇编阿东玩 AI · AgentGuide · 2 条原题查看题集 →MQA/GQA/MLA实现GQA。请手撕MQA和GQA，并说明Multi-Query Attention的好处。手撕注意力机制变体：MHA/MQA/GQA兼容版，init里设置传参通义万相数据；AI 工程编码AMIT SHEKHAR · ai-engineering-interview-questions · 1 条原题查看题集 →Implement multi-head attention, then convert it to grouped-query attention.大模型手写代码题Chaofa Yuan · AI-Interview-Code · 1 条原题查看题集 →手写 Group-Query Attention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：18 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：2 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：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题什么是 Attention Sink，它如何影响流式长序列推理？下一题 →手写用于因果语言建模的 Transformer Decoder。
