题目 ID: q-11822

几乎所有的2025年面经都涉及了Pre-Norm（归一化层置于子层输入之前）与Post-Norm的对比。候选人需指出Pre-Norm使得梯度在反向传播时有一条“高速公路”，避免了梯度消失或爆炸，这对于训练百亿参数以上的深层网络至关重要。