文档摘要

4.2 三大架构：编码器、解码器与编解码 本节摘要：同一个 Transformer，因注意力"能看哪些词"这一个自由度的不同，分出三大家族：双向的编码器（BERT，擅长理解）、单向掩码的解码器（GPT，擅长生成）、两端结合的编解码（T5，擅长转换）。本节讲清三者的结构差异、预训练目标与适用边界，并回答一个行业级问题：为什么 decoder-only 最终统一了大模型江湖。 会员。《4.2 三大架构：编码器、解码器与编解码》收录于灏天文库文集《AI大模型开发与应用实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/189-ai%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%BC%80%E5%8F%91%E4%B8%8E%E5%BA%94%E7%94%A8%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流