返回全部题目← 上一题63 / 128下一题 →题库/模型基础与推理/Q-4864原始 Transformer 为什么将输入词嵌入乘以模型维度的平方根？知识专题：模型架构与表示题目类型：原理机制技术难度：进阶收录题集：2 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2 份深度网络架构Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →为何在获取输入词向量之后需要对矩阵乘以 embedding size 的开方？意义是什么？模型架构与注意力Firefly · llm_interview_note · 1 条原题查看题集 →为何在获取输入词向量之后需要对矩阵乘以embedding size的开方？意义是什么？相关题目4 题0208Chat Template、System Prompt 和训练形成的行为先验有什么关系？同一知识专题题目类型：比较选型技术难度：进阶相关面经：1 篇0279MoE 负载均衡损失与专家路由塌缩有什么关系，如何稳定路由？同一知识专题题目类型：故障排查技术难度：进阶相关面经：1 篇0511熟悉哪些大模型，它们的结构有何不同？同一知识专题题目类型：比较选型技术难度：进阶相关面经：6 篇0571Qwen3 与 BGE 编码模型原理是什么，Qwen3 编码模型如何训练？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♥♥♥♥♥← 上一题已到最后一题← 上一题BERT 的非线性来自哪些计算环节？下一题 →GELU 激活函数的计算公式是什么？
