模型架构

Transformer

2017 年提出、如今几乎所有大模型都在用的神经网络结构。

又称 自注意力网络

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

它的核心是自注意力:序列里每个位置都能直接「看」到其他所有位置,一次算完,不用像 RNN 那样逐个传递。这让训练可以高度并行,才撑得起千亿参数的规模。

一个 Transformer 层由注意力 + 前馈网络组成,堆几十到上百层。今天的变化(RoPE、MoE、MLA)都是在它骨架上做局部替换,而不是换掉整体。

02 什么时候会碰到它
读模型卡、选型或看论文结构时

厂商说「用了 GQA」「换成 MoE」「支持百万上下文」时,指的都是这一层的设计。不必会推导公式,但要知道改动影响的是显存、速度还是表达能力。

03 和这几个词怎么区分
04 接着读这几篇
05 用得到的工具

下面这些站点来自 AI 导航(nav.ppv9.com)的同一份工具清单,按本词条的相关度挑选。

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活