Transformer 架构 - 解码器 (Transformer Architecture - Decoder)

一、解码器整体结构：多层堆叠设计

Transformer解码器由​​N个相同结构的解码器层堆叠而成​​（通常N=6），每层包含三个核心子模块（图1）

1

5

12

：

1. ​​带掩码的多头自注意力层​​（Masked Multi-Head Self-Attention）
2. ​​编码器-解码器注意力层​​（Encoder-Decoder Attention / Cross-Attention）
3. ​​前馈神经网络层​​（Feed-Forward Network）

通过多层堆叠，模型能够逐级抽象特征：

• ​​浅层​​：捕捉局部语法和词序关系（如动词与宾语的搭配）
• ​​深层​​：建模全局语义和复杂依赖（如篇章级指代消解）

  5

  12

---

二、解码器层内部组件详解

1. 带掩码的多头自注意力层

​​为什么需要掩码？​​