Transformer用注意力机制组织序列模型

科学史故事

Vaswani等八位作者公开的论文，用注意力、位置编码和前馈层构成编码器与解码器，避免把循环或卷积作为序列建模的基本结构。实验主要考察机器翻译，不等于已经造出今日的聊天应用或证明通用智能。注意力机制此前已有研究，后来的预训练、大规模数据与模型改造也是新的阶段，不能把人工智能的发展归结为一篇论文。

年代与日期精度

2017年6月12日（论文首版公开） 明确节点

按资料明确记载的年、月或日定位；未详的月日不作推定。

地图代表点

山景城及Google研究协作网络

以山景城代表Google研究环境，不是论文给出的精确实验地址；作者来自Google Brain、Google Research及相关合作背景。

代表点坐标 · 37.422°, -122.084°

代表点可指一份手稿的收藏地、实验室或观测地点，不表示研究只在此发生，也不把共同发现单独归于某一国家。

资料依据

• 上海交通大学Hello AI课程：每个词都能看见其他词（原始Transformer）
• 中国科学院自动化研究所：发展AI，融合人脑智慧（2017年架构背景）

资料以书目标题展示，不提供外部跳转。参考资料可能支持个别事实或相关背景，列出来源并不等于每一句解释已经逐句核实。