《Attention Is All You Need》（「注意力就是你所需要的一切」）
/ uh-TEN-shun iz awl yoo need /
《Attention Is All You Need》是 2017 年那篇引入 Transformer 的研究論文的標題，它已成為現代 AI 中最具影響力的想法之一的簡稱。標題裡那句挑釁性的主張是：你可以用注意力作為核心機制，搭出一個頂尖的序列模型，並丟掉人人都以為必不可少的逐步遞迴與滑動卷積。結果證明真的可以——這門領域從此再沒回過頭。
在這篇論文之前，領先的翻譯模型逐詞依次處理，這讓它們訓練緩慢、對長段落健忘。作者們展示了：一個幾乎全由注意力與簡單前饋層搭成的網路，在翻譯上能匹敵甚至勝過那些模型，且訓練快得多，因為注意力讓整段序列得以並行處理。他們描述的那套架構——編碼器與解碼器堆、多頭注意力、位置編碼，一應俱全——經過精煉後，至今仍是幾乎每個大語言模型的主幹。
值得同時握住兩條真相。這篇論文確實是一個轉折點：其後幾乎一切，從 GPT 到現代聊天機器人，都是它的後裔。但標題是一句口號，而非字面的主張，把它當真是一個常見的錯。真正的 Transformer 並非只有注意力——它重重地倚靠前饋塊、歸一化、殘差連接與位置資訊，沒了這些，注意力什麼有用的事也做不成。這篇論文承載的更深一課，與其說是關於注意力本身，不如說是關於一份能擴展的配方：一套簡單、可並行的架構，配上海量的資料與算力。
論文在英譯德任務上訓練了它的 Transformer，以先前最佳成績零頭的訓練時間將其擊敗。幾年之內，同一套架構被極大地放大，已在寫文章、寫程式碼——這一血脈可直接追溯回這一篇論文。
一篇 2017 年的翻譯論文，悄然重塑了整門領域。
標題是修辭，不是工程。一個能用的 Transformer 在注意力之外，還需要前饋塊、歸一化、殘差連接與位置編碼——把這些剝掉，單靠注意力幾乎學不到東西。真正的要義，是一份可擴展、可並行的配方，而非「注意力真能獨自勝任」。