输入文本│▼[词嵌入 + 位置编码] ← 把文字变成向量，并告诉模型词的顺序│▼│ Transformer Block │ ← 这个方块重复N次（比如GPT-3重复了96次）│ │ Multi-Head │ │ ← 从多个角度理解词与词的关系│ + 残差连接 │ ← 抄近道，防止信息丢失│ │ Feed-Forward │ │ ← 对每个词做进一步加工│ + 残差连接 ││▼输出（下一个词的概率分