一个词进了大模型，到底经历了什么？

📋总体概括

本文是一则面向大众的大模型科普内容，以一个词在模型内部的完整旅程为主线，用约6分钟讲解Transformer架构的核心流程：词先通过几万行的词表转为向量，再注入位置信号弥补Transformer不辨词序的缺陷，随后通过注意力机制让每个词以Query检索并按匹配度融合上下文信息。文章从2017年的《Attention Is All You Need》论文切入，指出ChatGPT、豆包、Gemini等产品同源于该架构，价值在于把抽象的深度学习流程讲成了可感知的具象旅程。