Transformer 架构总览 · Decoder-only 五步流水线 RNN 串行逐字 → Transformer 并行铺开；解码塔五步堆叠 Nx，注意力带掩码保因果
RNN/LSTM：100 张卡片，逐字传 串行·慢，长句信息越传越歪 Transformer：一张纸，整句铺开 任意两词直接互看 · 可并行 · 不丢长程依赖 Decoder-only 五步流水线（自下而上） N× 堆叠 带掩码 Masked 只看自己+前面，看不到未来