【AI大模型原理100问】Q1-Q10

今天更新的是AI大模型原理中的Q1-Q10。
Q1、什么是 Transformer？它为什么彻底改变了 NLP？
Q2、什么是注意力机制（Attention）？它解决了什么核心问题？
Q3、自注意力（Self-Attention）是怎么工作的？QKV 三个矩阵分别做什么？
Q4、为什么说注意力机制是"全局视野"？和 CNN 的局部感受野有什么区别？
Q5、多头注意力（Multi-Head Attention）为什么要"多头"？一个头不够吗？
Q6、Transformer 的位置编码（Positional Encoding）是干什么的？为什么需要它？
Q7、什么是缩放点积注意力（Scaled Dot-Product Attention）？
Q8、Transformer Encoder 和 Decoder 有什么区别？各自用在哪？
Q9、什么是掩码注意力（Masked Attention）？Decoder 为什么需要它？
Q10、交叉注意力（Cross-Attention）是什么？Encoder-Decoder 之间怎么交互？
距离完成【人工智能3000问】的规划——
还有359天。
#AI #AI技术入门 #人工智能 #AI技术干货分享