A a arquitetura dosTransformersdepende exclusivamente de camadas recorrentes para processar sequências de texto, o que melhora a eficiência computacional em comparação com as RNNs.
B osTransformersintroduziram o conceito de atenção seletiva, permitindo que modelos focassem em partes relevantes do texto ao gerar respostas, algo que as RNNs não podem fazer.
C osTransformersutilizam mecanismos de atenção que permitem a modelagem de dependências de longo alcance sem a necessidade de processamento sequencial, superando as limitações das RNNs.
D a arquitetura dosTransformerssubstituiu as unidades de processamento baseadas em regras pelas redes neurais, o que não era possível com as RNNs.
E a arquitetura dos Transformers elimina a necessidade deencodersedecoders, diferenciando-se das RNNs que dependem dessa estrutura para o Processamento de Linguagem Natural.