本次查询：Transformer
中文解释：Transformer模型 / 变换器模型
常见场景：自然语言处理 / 机器翻译 / 文本生成 / 图像生成 / 语音识别等几乎所有序列数据处理场景。
一句话解释
Transformer是一种用于处理序列数据（如句子）的神经网络架构，其核心是“自注意力”机制，能让模型在处理每个词时，同时关注并权衡句子中所有其他词的重要性，从而更好地理解上下文。
为什么会被关注
Transformer自2017年由谷歌团队提出后，迅速成为AI领域的基石。它解决了传统循环神经网络（RNN）处理长序列时效率低、难以并行计算的问题。正是基于Transformer，才诞生了GPT、BERT等划时代的大模型，推动了生成式AI的爆发。
核心逻辑
Transformer摒弃了RNN的顺序处理方式，采用完全并行的“自注意力”机制。模型为输入序列中的每个词计算一个“查询向量”、“键向量”和“值向量”，通过查询与所有键的匹配度（注意力分数）来加权求和值向量，从而让每个词都能直接“看到”整个序列的上下文信息。
此外，模型还使用“位置编码”来为并行输入的词注入顺序信息，并通过多层堆叠的编码器和解码器结构（在原始论文中）来逐步提取和组合复杂特征。
常见场景
自然语言处理：几乎所有现代NLP任务的基础，如机器翻译、文本摘要、问答系统。GPT系列是仅用解码器的Transformer，BERT是仅用编码器的Transformer。
多模态与图像生成：Vision Transformer将图像切块处理，将其应用于计算机视觉。扩散模型中的U-Net等核心网络也大量借鉴了Transformer的注意力思想。
其他序列任务：语音识别、蛋白质结构预测、代码生成等任何需要理解序列中长距离依赖关系的领域。
容易混淆的点
Transformer ≠ GPT：Transformer是架构，GPT是基于该架构（具体是解码器部分）构建的具体模型。类似“汽车”和“某品牌轿车”的关系。
注意力 ≠ 自注意力：“注意力”是更广的概念，指模型聚焦于输入特定部分的能力；“自注意力”是Transformer特有的，指序列内部元素之间的注意力。
并非完全不用循环：Transformer核心层是并行的，但在训练超大模型或处理极长序列时，可能会结合一些循环或递归思想进行优化，但其根本优势仍是并行性。