2026年人工智能工程师面试题及答案.docx

2026年人工智能工程师面试题及答案

一、单项选择题（共10题，每题只有1个正确答案）

1.以下大模型推理加速技术中，通过动态跳过Transformer层中冗余注意力头计算、且精度损失控制在1%以内的是（）

A.SpeculativeDecodingB.SparseAttentionC.HeadPruningD.Key-ValueCacheQuantization

答案：C。解析：HeadPruning（结构化注意力头剪枝）通过预训练阶段对注意力头贡献度打分，推理时动态剔除贡献度低于阈值的头，经Llama3-70B实测可降低32%推理时延，精度损失0.8%