【Transformer拆解】-2. 位置编码（Positional Encoding）

<1> 为什么Transformer必须引入位置信息？

一、核心原因：置换不变性（Permutation Invariance）

Transformer的自注意力机制本质上是集合操作，对输入序列的排列顺序完全不敏感。例如：

# 以下两个输入对注意力层完全等价
Input1 = [词A, 词B, 词C]
Input2 = [词C, 词A, 词B]  # 仅顺序不同，但注意力计算结果相同

语言/时序数据的本质：

• "注水井先开阀后加压" ≠ "注水井先加压后开阀"

• 位