来自 will depue（@willdepue）的推文线程

常见的解释是，模型本身就需要学习，而Transformer是我们目前已知最易于扩展的技术。但这引出了一个问题：为什么Transformer是我们唯一知道如何扩展的技术？这不仅仅是沉没成本的问题。