# Python

GPT 如何基于 Transformer 演化

GPT 从原始 Transformer 中只保留了 Decoder，并引入 Mask 机制实现自回归式的“下一个 token 预测”，从而演化为强大的文字续写模型。本文清晰拆解了 GPT 的核心架构、Attention 原理、Causal Mask 的作用，并深入讲解 KV Cache、Flash Attention 等关键推理优化技术，帮助你真正理解 GPT 为什么能“思考”、为什么生成变慢，以及 DeepSeek 为何更便宜。