Transformer models (ví dụ BERT, GPT) vượt trội hơn RNNs trong nhiều tác vụ NLP nhờ ưu điểm chính nào?

Khả năng xử lý dữ liệu tuần tự tốt hơn.

Khả năng xử lý song song và cơ chế chú ý mạnh mẽ, giúp học được các phụ thuộc xa trong văn bản hiệu quả hơn.

Yêu cầu ít dữ liệu huấn luyện hơn.

Khả năng diễn giải kết quả tốt hơn.