RealFormer：Transformer 偏好残差注意力

Transformer 是现代自然语言处理（NLP）模型的核心架构。本文提出 RealFormer，一种简单且通用的技术，用于构建残差注意力层（Residual Attention Layer）的 Transformer 网络。在包括掩码语言建模（Masked Language Modeling）、GLUE、SQuAD、神经机器翻译（Neural Machine Translation）、WikiHop、HotpotQA、Natural Questions 和 OpenKP 在内的广泛任务上，RealFormer 显著优于标准 Transformer 及其各类变体（如 BERT 等）。我们还通过实验观察到，RealFormer 能够稳定训练过程，并生成注意力分布更稀疏的模型。RealFormer 的源代码及预训练模型检查点可于以下地址获取：https://github.com/google-research/google-research/tree/master/realformer。