1. CoT介绍1.1 摘要：具有自注意力的Transformer引发了自然语言处理领域的革命，最近激发了Transformer式架构设计的出现，在众多计算机视觉任务中取得了具有竞争力的结果。然而，大多数现有设计直接在2D特征图上采用自注意力，以获得基于每个空间位置处的孤立查询和键对的注