Landscape 16:9 academic concept figure of the Transformer encoder-decoder architecture, NeurIPS camera-ready style. Two vertical column stacks side-by-side with a dashed divider.
LEFT column header: "ENCODER (×N)". Blocks bottom-to-top: "Input tokens" → "Input Embedding" → "+ Positional Encoding" → dashed "Encoder layer" containing "Multi-Head Self-Attention", "Add & Norm", "Feed-Forward", "Add & Norm", with thin curved residual arrows around each sublayer.
RIGHT column header: "DECODER (×N)". Blocks bottom-to-top: "Output tokens (shifted right)" → "Output Embedding" → "+ Positional Encoding" → dashed "Decoder layer" containing "Masked Multi-Head Self-Attention", "Add & Norm", "Multi-Head Cross-Attention" (horizontal arrow from encoder top labeled "keys, values"), "Add & Norm", "Feed-Forward", "Add & Norm". Above decoder: "Linear", "Softmax", "Output probabilities".
Title: "Transformer: encoder–decoder with multi-head attention". Subtitle: "Vaswani et al., 2017".
한국어 번역
Transformer 인코더-디코더 아키텍처의 가로 16:9 학술 개념 그림, NeurIPS 카메라 레디 스타일. 점선 구분선을 사이에 두고 나란히 놓인 두 개의 수직 열 스택.
왼쪽 열 헤더: "ENCODER (×N)". 아래에서 위로 블록: "Input tokens" → "Input Embedding" → "+ Positional Encoding" → "Multi-Head Self-Attention", "Add & Norm", "Feed-Forward", "Add & Norm"을 포함하는 점선 "Encoder layer", 각 하위 레이어 주위에 얇은 곡선 잔차 화살표.
오른쪽 열 헤더: "DECODER (×N)". 아래에서 위로 블록: "Output tokens (shifted right)" → "Output Embedding" → "+ Positional Encoding" → "Masked Multi-Head Self-Attention", "Add & Norm", "Multi-Head Cross-Attention"("keys, values"라고 레이블된 인코더 상단에서 오는 수평 화살표), "Add & Norm", "Feed-Forward", "Add & Norm"을 포함하는 점선 "Decoder layer". 디코더 위: "Linear", "Softmax", "Output probabilities".
제목: "Transformer: 멀티 헤드 어텐션을 갖춘 인코더–디코더". 부제: "Vaswani et al., 2017".
