1. 把稳力机制（Attention Mechanism）： - 您不妨这么想象，当您跟朋友闲聊时，您会格外留神他们话语里的某些关键用词或者短语，如此您才能明白全体对话的含义。
在 AI 里呢，把稳力机制便是让打算机在处置句子的时候，也能够“留神”到某些主要的词或者短语。

2. Transformer 模型： - 过去的 AI 模型在进行翻译或者理解句子时，是依照顺序一个词接着一个词来处理的，就犹如您逐字逐句地念书一样。
但 Transformer 模型可不这样，它能够让打算机一下子就看到全体句子，好比您一眼能瞅见全体页面，这样就能更迅速更出色地领会句子的意思。

3. 并行处理（Parallel Processing）： - 正由于 Transformer 模型能够同时处理全体句子，以是它干活的速率就能更快。
这就好比您有好多朋友同时帮您办理难题，而不是一个接一个逐步来。

4. BLEU 分数（BLEU Score）： - 这实在便是衡量翻译质量的一个标准，跟考试的分数差不多。
Transformer 模型在翻译任务上的 BLEU 分数特殊高，这就表明它的翻译特殊精准和畅通。

5. 泛化能力（Generalization）： - Transformer 模型不只能搞翻译，还能做其他措辞处理的活儿，比如弄明白句子的构造。
这就跟一个人不只会开车，还会骑自行车和开船似的。
### 为什么厉害：

- 创新十足：Transformer 模型给出了一种崭新的处理措辞的办法，这种办法更贴近人类理解措辞的模式。

- 高效快捷：由于它能够同时处理全体句子，以是处理的速率比起以前的办法快了老多。

- 性能卓越：Transformer 模型在翻译以及其他措辞处理任务上的表现那叫一个出彩，把之前所有的方法都给比下去了。

- 影响深远：这篇论文的涌现，不只改变了机器翻译的领域，还对其他好多 AI 领域的发展产生了影响，像是自然措辞处理（NLP）。

- 通用性强：Transformer 模型的这种把稳力机制，后来被广泛利用到了各种各样不同的 AI 模型当中，变成了当代 AI 技能的一个关键构成部分。

简而言之，这篇论文之以是牛掰，是由于它提出了一种新的、更有效的理解和处理措辞的办法，这种办法让机器翻译和措辞理解变得更精准、更迅速，而且有着广阔的运用前景。