他们从Transformer内部工作原理出发，经过一系列实验对以上问题得出了结论。团队表示深入理解这些原理不仅能提高现有模型利用效率，还能帮助改进架构开发新的变体。 谷歌DeepMind研究员、ViT作者Lucas Beyer看过后直接点了个赞： ...