Transformer · 注意力即一切

2017 年一篇论文抛弃了循环与卷积。33 个知识点，从缩放点积注意力与多头机制出发， 解剖 Block、位置编码与预训练，穿越 BERT/GPT/ViT/MoE 的变体谱系，抵达 KV Cache、缩放定律与 Mamba 挑战—— 读懂大模型时代的架构底座。

学习进度加载中…