整体架构
从输入到输出的完整数据流，点击图中节点可查看详解（部分浏览器支持）
💡 提示：鼠标悬停或点击图中模块可查看交互高亮
graph TD
A[输入序列
Input Tokens] --> B[词嵌入
Token Embedding]
B --> C[+ 位置编码
Positional Encoding]
C --> D[Encoder 层 ×N]
D --> E[Decoder 层 ×N]
F[目标序列
Shifted Output] --> G[词嵌入 + 位置编码]
G --> E
E --> H[线性层
Linear]
H --> I[Softmax]
I --> J[输出概率分布]
style A fill:#fde6d8,stroke:#c6442c,stroke-width:2px
style D fill:#fffaf3,stroke:#c6442c,stroke-width:2px
style E fill:#fffaf3,stroke:#c6442c,stroke-width:2px
style J fill:#fde6d8,stroke:#c6442c,stroke-width:2px
Encoder 层内部结构
每一层由多头自注意力 + 前馈网络组成，均带残差连接和 LayerNorm
graph TD
IN[输入] --> MHA[多头自注意力
Multi-Head Self-Attention]
MHA --> AN1[Add & Norm
残差 + LayerNorm]
IN -.残差连接.-> AN1
AN1 --> FFN[前馈网络
Feed Forward]
FFN --> AN2[Add & Norm
残差 + LayerNorm]
AN1 -.残差连接.-> AN2
AN2 --> OUT[输出到下一层]
style MHA fill:#fde6d8,stroke:#c6442c,stroke-width:2px
style FFN fill:#e8f0fe,stroke:#4285f4,stroke-width:2px
style AN1 fill:#fffaf3,stroke:#d8bfa4
style AN2 fill:#fffaf3,stroke:#d8bfa4
Decoder 层内部结构
比 Encoder 多了 Masked 自注意力和交叉注意力（Cross-Attention）
graph TD
IN[输入] --> MMHA[Masked 多头自注意力
带因果掩码]
MMHA --> AN1[Add & Norm]
IN -.残差.-> AN1
AN1 --> CA[交叉注意力
Cross-Attention
Q来自Decoder, K/V来自Encoder]
ENC[Encoder输出] --> CA
CA --> AN2[Add & Norm]
AN1 -.残差.-> AN2
AN2 --> FFN[前馈网络]
FFN --> AN3[Add & Norm]
AN2 -.残差.-> AN3
AN3 --> OUT[输出]
style MMHA fill:#fde6d8,stroke:#c6442c,stroke-width:2px
style CA fill:#fce8e6,stroke:#ea4335,stroke-width:2px
style FFN fill:#e8f0fe,stroke:#4285f4,stroke-width:2px
核心考点速查
点击下方卡片可跳转到对应的面试真题详解