返回全部题目← 上一题64 / 67下一题 →题库/模型基础与推理/Q-6087实现带低秩 KV 潜表示的 MLA。知识专题：Transformer 与注意力题目类型：代码题技术难度：深入收录题集：3 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3 份编码题专题汇编阿东玩 AI · AgentGuide · 1 条原题查看题集 →【Transformer、MLA、手撕、Attention｜L4】手撕MLA。 「京东、字节跳动」大模型手写代码练习路线阿东玩 AI · AgentGuide · 1 条原题查看题集 →Multi-Head Latent Attention (MLA)· 困难 🔴 困难 — DeepSeek-V2 核心，KV Cache 压缩深度学习基础汇编阿东玩 AI · AgentGuide · 1 条原题查看题集 →手撕注意力机制变体：MLA实现；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← 上一题实现两路注意力相减的 Differential Attention。下一题 →实现基于核特征和结合律的 Linear Attention。
