Transformer 架构演进：从原始模型到增强版本的注意力机制改进

summary_zh: 文章系统梳理了 Transformer 架构的演进，重点讨论如何改进 vanilla Transformer 的注意力机制，以提升长期依赖捕捉能力、降低内存与计算开销，并增强 RL 任务求解表现。