Transformer即RNN：具有线性注意力的快速自回归Transformer

Transformer 在多项任务中表现出色，但由于其计算复杂度与输入序列长度呈二次关系（$\mathcal{O}(N^2)$），在处理极长序列时效率极低，难以实用。为解决这一瓶颈，本文将自注意力机制重新表述为核特征映射之间的线性点积，并利用矩阵乘法的结合律，将复杂度从 $\mathcal{O}(N^2)$ 降低至 $\mathcal{O}(N)$，其中 $N$ 表示序列长度。我们证明，该形式支持迭代实现，显著加速自回归 Transformer 的推理过程，并揭示了其与循环神经网络（Recurrent Neural Networks, RNNs）之间的内在联系。实验表明，所提出的线性 Transformer 在性能上可与标准 Transformer 相媲美，且在长序列自回归预测任务中，速度提升最高可达 4000 倍。