题目 ID: q-6203 如果用 TP=2 的策略，self-attention 层里的 QKV 矩阵具体是怎么切分的？ 频次 1 NLP与大模型 收藏 标记完成 当前状态：未收藏、未完成 常见追问 暂无追问变体。 常见公司 字节跳动