NLP高频面试题（四十六）——Transformer 架构中的位置编码及其演化详解

引言

Transformer 模型（Vaswani 等人，2017）在序列建模中取得了革命性突破，利用自注意力机制实现了并行的序列处理。然而，Transformer 本身对序列的顺序信息不敏感：输入序列元素在自注意力中是无排列的（Permutation-invariant）。换言之，Transformer 缺乏像 RNN 那样的自然顺序编码能力，必须显式地注入位置（顺序）信息才能让模型“知道”第一个词和第二个词的区别。为了解决这一问题，Transformer 引入了**位置编码（Positional Encoding）**的概念，为每个序列位置提供一个向量表示，用以表示该位置在序列中的相对或绝对顺序。

在最初的 Transformer 中，作者采用了固定的正弦位置编码来为每个位置生成独特的表示。随后，研究者们提出了许多不同的方案对位置信息进行编码，包括可学习的位置编码（如 BERT 等模型所用）、相对位置编码（relative positional encoding，如 Transformer-XL、T5 等模型所用）、旋转位置编码（Rotary Positional Encod