Transformer之所以厉害，核心在于两点：一是用自注意力机制捕捉全局依赖，解决了RNN无法并行计算、难以捕捉长距离关系的问题；二是通过编码器-解码器结构和多头注意力，能灵活处理各种序列任务（翻译、生成、分类等）。正是这两个优势，让它成为了大模型的基础骨架。

Transformer之所以厉害，核心在于两点：一是用自注意力机制捕捉全局依赖，解决了RNN无法并行计算、难以捕捉长距离关系的问题；二是通过编码器-解码器结构和多头注意力，能灵活处理各种序列任务（翻译、生成、分类等）。正是这两个优势，让它成为了大模型的基础骨架。