美团面试遭拷打：LLaMA是怎么优化注意力机制的？

offer捷报

训练营学员继拿下腾讯美团字节sp后，百度经过加面，也给了sp offer，且签字费给到了其他大厂的两倍。

今天我们来看一道美团的大模型面试真题：LLaMA 是怎么优化注意力机制计算的？

这张图来自牛客，是某位面完美团的牛友写的面经，可以看到，针对这道题目，这位同学还专门标注了：“我真的不知道”^_

我们还是老规矩，从面试官的视角出发，来分析一下这道题目。看一下到底应该如何作答，才能让面试官眼前一亮，从众多候选人中脱颖而出。

01

面试官心理分析

首先还是来分析一下面试官的心理，面试官问这个问题，其实主要是想考察两点：

第一，你了不了解 llama 这个架构。

llama 作为业界开源大模型的主力军，如果你对这个网络的结构都不了解，那这道题肯定是 0 分了。

第二，面试官希望知道，你对 llama 这个体系架构的升级迭代是不是足够清楚。

llama 经过 23 年 2 月开始，一年多时间的发展，已经升级到了 llama3.2，而且很快要发布 llama4。

这里面的变化过程如果你不了解，比如注意力机制如何做的升级。也侧面证明了你对业界大模型的研究热点 follow 的不够紧密，作为算法工程师而言，这也是不合格的。

所以我们应该怎么回答这道题目呢？接下来就一起来分析一下。

02

面试题解析

第一步，首先是定调，先直接了当的说出改进是什么？

其实主要就是体现在注意力机制方面，llama2 相比于 llama1，把多头注意力机制（MHA）改进为了分组查询注意力机制（GQA），llama3 系列在 8B 和 70B 的模型上继续沿用了 GQA 这个改进。

定好基调之后，我们再给面试官讲，这样改进的动机是什么？

从图中可以看到，llama 系列最明显的一个升级，就是上下文长度，从 llama1 的 2k, 到 llama2 的 4k，最后升级到 llama3 的 8k。

增加上下文长度不仅提升了 LLaMA 的性能，而且拓宽了它的应用场景，这是一个非常直观的改进。

然而上下文长度增加，传统的多头注意力中的 KV 缓存无疑是巨大的，因此 llama 的注意力机制的改进就是：尽量减少 KV cache 对显存的占用，同时保持性能不受大的影响。

GQA 的思路简单粗暴：用原始多头注意力机制，每个 K 和 V 有多个注意力头，你嫌占内存；用 Multi-Query Attention，每个 K 和 V 只有一个注意力头，你嫌性能有损失。

那怎么办呢？

索性就把 Q 的 h 个注意力头分成几组，每个组对应一个 K 和 V，这样既不会占用太多内存，也不会损失太多性能。

从图中也可以看出，GQA 的机制是 Q 的若干个注意力头组成一组，共享同一个 K 和 V，llama2 设置的分组的实际 size 是 8。

好，回答到这里，其实已经是一个不错的面试回答了，不过我们还可以做适当延伸，向面试官体现出我们的知识体系性。

其实这也是面试中的一个技巧，就是不要只是问什么答什么，适当扩展，体现你的知识系统性。

当然这里也要提醒大家，适当延伸即可，切忌长篇大论。

所以这里我们还可以继续告诉面试官：llama 系列除了在注意力机制上的改进以外，词汇表的 size 也大幅提高，从最初的 32K 到现在的 128K。（词汇表 size）

然后预训练语料也扩大了 10 倍，第一代只有 1.4 万亿，到 Llama3 的训练数据已经达到了 15 万亿。（预训练语料）

此外还有训练成本的增加，Llama3-8B 模型的训练时长，甚至比 Llama1-65B 还长。（训练成本）

然后还有一些局部的改进，如位置编码采用旋转位置编码（ROPE），激活函数从 SwiGLU 升级为 SiLu，RMSNorm 做归一化，以及训练细节的优化等等，使得最新的 llama3 系列模型在 benchmark 榜单取得了优秀的成绩。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）