Causal Transformer (autoregresywny transformator typu decoder-only) to architektura sieci neuronowej, która przetwarza sekwencje danych z zachowaniem ścisłej przyczynowości czasowej. Wykorzystuje mechanizm maskowania przyczynowego (causal masking), co uniemożliwia modelowi dostęp do przyszłych tokenów podczas przewidywania kolejnego elementu. Dzięki temu jest powszechnie stosowany w generatywnych modelach językowych oraz analizie szeregów czasowych. Taka konstrukcja gwarantuje, że każda odpowiedź lub prognoza opiera się wyłącznie na wcześniej ujawnionych informacjach z przeszłości.
Causal Transformer (autoregressive decoder-only transformer) (Causal Transformer)
