基础与架构

Łukasz Kaiser

卢卡什·凯泽

Transformer · Tensor2Tensor

Łukasz Kaiser 是机器学习研究者，代表工作包括 Transformer 和 Tensor2Tensor。他的研究不仅涉及模型架构，也关注如何让不同任务共享模型与训练工具。

Tensor2Tensor 将数据处理、模型和训练流程放入统一框架，帮助研究者在多个任务之间复用实现。2017 年，他同时参与了 Transformer 论文，用以注意力为核心的架构完成序列转换，推动了并行训练的研究。

在 One Model to Learn Them All 等工作中，他与合作者探索由一个模型处理不同输入和任务的可能性。这些研究体现了对通用表示和工具复用的关注。统一接口并不意味着所有任务都采用相同的数据或评测方式，具体结论仍需要回到相应实验。