1、量化（Quantization）技术中，将 FP16 转为 INT8 主要压缩了：

{{ select(1) }}

• 注意力机制的头数
• 模型的层数
• 权重的存储位宽
• Token 词表的长度

2、对于输入为224×224×3的图像，使用一个卷积层，包含 96 个11×11的卷积核，步长为 4，无填充（padding = 0），那么输出特征图的大小和深度分别是？ {{ select(2) }}

• 55×55×96
• 57×57×96
• 56×56×96
• 54×54×96

3、在原始 Transformer 的多头注意力机制中，多个头间的输出是如何结合的？

{{ select(3) }}

• 取最大值
• 拼接后经过线性变换
• 逐元素相加
• 取平均

4、关于 Transformer 中的多头注意力（Multi-Head Attention）的表述，哪一项是正确的？

{{ select(4) }}

• 多个头共享相同的查询、键、值权重矩阵
• 每个头独立学习不同的线性投影，最后将注意力输出拼接
• 头数越多，模型推理速度一定越快
• 每个头关注输入序列的同一局部特征

5、以下关于凸函数的说法，正确的是：

{{ select(5) }}

• 凸函数的局部最小值一定是全局最小值
• 凸函数的二阶导数可以为负
• 凸函数一定没有最小值
• 所有多项式函数都是凸函数