我正试图围绕 Transformer 架构的工作原理展开思考。我想我对编码器部分有一个不错的顶级理解，有点像 Key、Query 和 Value 张量在 MultiHead 注意力层中的工作方式。我正在努力解决的是解码器部分，特别是第一个解码器层的输入。

我明白有两件事。最终编码器层的输出，但在此之前是嵌入式（位置编码+嵌入）版本......好吧。

在图 1 的原始论文中，他们提到第一个解码器层输入是输出（右移）。我对“右移”的含义有些困惑，但如果我不得不猜测，我会说以下情况正在发生

输入：<Start> 你好吗 <EOS> 输出：<Start> 我很好 <EOS>

因此第一个解码器层的输入将是 [<Start> 我很好]。

有什么需要改变顺序？为什么我们不只输入目标序列本身？我在想也许是因为解码器部分的自回归性质，但是如果我没看错的话，序列之间的唯一区别就是 <EOS> 标记。

正如您可能会说的那样，我对某些部分的工作方式有些困惑，因此非常感谢任何有助于更好地理解的帮助。