## 介紹 Transformer 架構
Transformer 由 Vaswani 等人在 2017 年提出，原始的 Transformer 模型由一個編碼器（Encoder）和一個解碼器（Decoder）組成。無論是 Encoder 還是 Decoder，其基本單元都是多頭自注意力機制（Multi-Head Self-Attention）和前饋神經網路（Position-wise Feed-Forward Network）組成的子層，並透過殘差連接和 Layer Normalization 做穩定訓練。

兩者的差別在於，Decoder 與 Encoder 連接時多了一個交叉注意力（Cross-Attention）子層，用於在解碼時關注編碼器的輸出，此外，Decoder 中的自注意力採用了遮罩機制（Masked Self-Attention），以避免模型在生成時看到未來的單詞，確保第 $i$ 個位置只能查看前面 $i-1$ 的輸出，若想更清楚了解細節請看 [Transformer](https://hackmd.io/@lcaMuWOwR1Ox5o5yeTEupA/ryMKua8H0) 這篇文章。


## Encoder-Only 架構
Encoder-Only 模型只使用 Transformer 的編碼器，不含解碼器。這類模型在處理輸入時採用雙向自注意力機制，讓每個詞彙能同時關注序列中左側和右側的上下文，由於不涉及生成過程，Encoder-Only 模型的自注意力層不需要遮罩未來訊息，可以充分學習整個序列的語意關係，這使得它對語境的理解更加透徹，能捕捉句子中每個詞的完整上下文。

Encoder-Only 架構專注於對輸入文本的理解和表示，因此特別適合需要從整段文字中提取資訊或判斷屬性的任務。

### Encoder-Only 應用情境
#### 文本分類：
* 情感分析（Sentiment Analysis）：判斷用戶評論或社交媒體貼文的情感（正面、中立或負面）。
* 新聞分類：將新聞文章自動分配到不同的主題（政治、科技、體育等）。
* 垃圾郵件檢測（Spam Detection）：識別電子郵件是否為垃圾郵件。
* 法律文本與醫學文本分類：對法律文件、醫學報告進行特定類別的歸類。

#### 序列標註：
* 命名實體識別（NER, Named Entity Recognition）：從句子中識別出人名、地名、組織名等實體。
* 詞性標註（POS Tagging）：標記單詞的詞性，如名詞、動詞、形容詞等。
* 語法分析（Syntactic Parsing）：構建句子的語法樹，標記主詞、動詞、賓語等。

## Decoder-Only 架構
Decoder-Only 模型只包含 Transformer 的解碼器。Decoder-Only 架構的每一層同樣包含多頭注意力機制和前饋網路，不同之處在於自注意力機制帶有遮罩，在 Decoder 的自注意力層中，每個單詞只能關注它之前已出現的單詞，無法觀看後面的未來詞彙，這種單向（自回歸）注意力確保模型按照從左到右的順序逐步生成文本，模型在生成第 $i$ 個詞時只能利用第 $1$ 到第 $i-1$ 個詞的信息，此形式也被稱為「Autoregressive」。

Decoder-Only 模型的最大優勢在於，它以語言模型的方式進行預訓練（預測下一個詞），它對語言的統計特性和用詞連貫性學習充分，生成文本的流暢度極高。另外，大規模的 Decoder-Only 模型展現出令人驚奇的泛化能力和零樣本或少樣本學習（Zero-shot 或 Few-shot）能力，即使只以「預測下一詞」任務進行預訓練，模型也隱含學會了總結、翻譯、問答甚至推理等各種技能。

### Decoder-Only 應用情境
#### 開放式文本生成（Open-ended Text Generation）
* 文章續寫：根據開頭一段文字，讓模型自動擴展內容，如新聞撰寫、小說創作等。
* 故事創作：根據簡單的故事設定（例如人物、背景、情節），讓 AI 自動編寫完整的故事段落。
#### 對話系統（Conversational AI）
* 客戶服務：如 ChatGPT、企業客服機器人。
* 智能助手：如 Siri、Google Assistant，處理用戶查詢。
* 開放式聊天：如 AI 角色扮演對話、聊天伴侶。

#### 程式碼補全與生成（Code Completion & Code Generation）
* 自動補全程式碼（如 GitHub Copilot）：根據已有程式碼的部分，完成缺失部分。
* 從自然語言生成程式碼：例如「請寫一個 Python 函數來計算斐波那契數列」，模型直接輸出程式碼。

## Encoder-Decoder 架構
Encoder-Decoder 模型結合了編碼器和解碼器兩部分架構，也稱 Seq2Seq 模型。這類架構最初即用於機器翻譯等任務，Transformer 原始論文的模型包含6層編碼器和6層解碼器，Encoder 先對輸入序列進行編碼，把每個輸入token轉換為包含語意資訊的向量表示；Decoder 隨後根據 Encoder 輸出的向量，生成目標序列（如文字）。

Encoder-Decoder 架構的關鍵在於交叉注意力（Cross-Attention） 機制，Decoder的每一層通常包含三個子層：第一個是遮罩自注意力，第二個是交叉注意力，第三個是前饋網路，其中交叉注意力子層的 Query 來自 Decoder 前一層的輸出，而 Key/Value 則來自 Encoder 的輸出，交叉注意力讓 Decoder 在生成每個詞時，都能動態查詢編碼器輸出的資訊，聚焦於輸入序列中與當前要生成詞相關的部分，從而生成更準確的內容。

### Encoder-Decoder 應用情境
#### 機器翻譯（Machine Translation, MT）
* 通用機器翻譯：如 Google 翻譯、DeepL，支援多語言翻譯。
* 字幕翻譯：即時將影片字幕從一種語言轉換為另一種語言。

#### 問答生成（Question Answering, QA）
* 閱讀理解（Reading Comprehension）：如 SQuAD（Stanford Question Answering Dataset）。
* 客服自動回應：如 AI 問答機器人。
* 智能搜索系統：從文件或數據庫中提取正確答案。

## 總結