Part 4：Attention 机制与 Transformer
| Title | Author | Date |
|---|---|---|
| 10.1 为什么 Attention 是 IO-Bound | 2026-03-19 | |
| 10.2 Flash Attention v1：消除 Attention 的 IO 瓶颈 | 2026-03-19 | |
| 8.1 Bahdanau Attention：从信息压缩到动态检索 | 2026-04-09 | |
| 8.10 Transformer 的三种不同架构：理解、生成与输入输出转换 | 2026-05-08 | |
| 8.11 Hugging Face Transformers API：从结构到调用 | 2026-05-09 | |
| 8.2 Cross-Attention：一个序列查询另一个序列 | 2026-04-09 | |
| 8.3 Self-Attention：序列内部的信息交互 | 2026-04-09 | |
| 8.4 Multi-Head Attention：从单一视角到多重视角 | 2026-04-09 | |
| 8.5 位置编码：给 Attention 补上位置信息 | 2026-04-09 | |
| 8.6 Transformer Encoder：把 Self-Attention 堆起来 | 2026-05-03 | |
| 8.7 Transformer Decoder：Masked Self-Attention 与 Cross-Attention | 2026-05-05 | |
| 8.8 Encoder-Decoder Transformer：把 Encoder 和 Decoder 连接起来 | 2026-05-05 | |
| 8.9 KV Cache：为什么推理时不用重复算过去 | 2026-05-05 |
No matching items