Modelle
Transformer
Neuronale Netzwerkarchitektur, die mit dem Attention-Mechanismus moderne LLMs ermöglicht.
Ausführliche Erklärung
Die Transformer-Architektur (2017) verarbeitet Sequenzen parallel und gewichtet Token-Beziehungen über Self-Attention. Sie ist die Grundlage aller heutigen großen Sprach- und Multimodal-Modelle.