下列關於Transformer架構的敘述，何者「正確」？

解析

正確答案是(B)。Self-Attention的突破在於：不像RNN需要逐步處理序列，它可以同時計算序列中任意兩個位置之間的關係，且不受距離限制。(A)錯誤陷阱：Transformer的核心是Self-Attention機制，不是卷積層。卷積是CNN的核心。(C)錯誤：Transformer已廣泛應用於電腦視覺（ViT）、語音（Whisper）等領域。(D)錯誤陷阱：標準Self-Attention的計算複雜度與序列長度呈二次方關係O(n²)，這其實是其效率瓶頸之一。關鍵概念：Transformer = Self-Attention + 平行處理，解決了RNN的長距離依賴和無法平行化的問題。

正確答案：B. 自注意力機制（Self-Attention）讓模型能夠平行處理序列中所有位置的關係，不受距離限制