Transformer 已成为深度学习领域中无处不在的核心架构。其成功的关键要素之一是自注意力机制（self-attention mechanism），该机制能够对输入 token 实现全连接的上下文编码。然而，尽管在建模短序列方面表现优异，自注意力机制在处理具有极端长程依赖关系的输入时仍面临挑战，因为其计算复杂度随序列长度呈二次增长。因此，通常采用滑动窗口（sliding window）的方式将长序列分块，再由 Transformer 逐块进行编码。本文提出了一种名为 Cluster-Former 的新型基于聚类的稀疏 Transformer 模型，用于在分块序列之间实现跨块注意力计算。该框架的核心由两种独特的 Transformer 层构成：滑动窗口层（Sliding-Window Layer）与 Cluster-Former 层，二者协同迭代地编码局部序列信息与全局上下文。这种新设计使得模型能够在局部窗口之外实现更广泛的信息整合，尤其适用于依赖长程依赖关系的问答（Question Answering, QA）任务。实验结果表明，Cluster-Former 在多个主流 QA 基准测试中均取得了当前最优（state-of-the-art）的性能表现。