合成器：重新思考Transformer模型中的自注意力机制

点积自注意力机制被公认为当前先进Transformer模型的核心与不可或缺组成部分。然而，它真的必不可少吗？本文深入探究了基于点积的自注意力机制对Transformer模型性能的真实重要性与贡献。通过大量实验，我们发现：（1）随机对齐矩阵的表现出人意料地具有较强的竞争力；（2）从标记-标记（查询-键）交互中学习注意力权重虽然有一定帮助，但其实际重要性并未想象中那么关键。基于此，我们提出了一种名为\textsc{Synthesizer}的新模型，该模型通过不依赖标记间交互的方式学习合成的注意力权重。在实验中，我们首先表明，相较于原始Transformer模型，简单的Synthesizer在多种任务上均表现出极具竞争力的性能，涵盖机器翻译、语言建模、文本生成以及GLUE/SuperGLUE基准测试。当与点积注意力机制结合使用时，Synthesizer在所有测试中均持续优于标准Transformer模型。此外，我们将Synthesizer与动态卷积（Dynamic Convolutions）进行对比，结果表明，简单的随机Synthesizer不仅速度提升达60%，而且在困惑度（perplexity）上实现了相对3.5%的改进。最后，我们进一步验证，简单的因子分解型Synthesizer在仅需编码的任务中，性能甚至超越了Linformer模型。