是当今所有大语言模型（GPT、BERT、LLaMA 等）的基石，单层：自注意力 + 交叉注意力 + FFN，残差连接 + LayerNorm，，残差连接 + LayerNorm，的静态方法，。
残差连接 + LayerNorm。
常用于 Decoder 的，专门生成因果（下三角）掩码， ，输出嵌入（右移）+ 位置编码，残差连接 + LayerNorm。
一次性并行处理整个序列， 激活为 relu/gelu + 至多传一个 mask + LayerNorm eps 一致。
残差连接 + LayerNorm。