某企業導入生成式 AI 系統，希望自動產出客服回覆與內部文件摘要。系統需能理解使用者輸入的完整語句內容，並在回覆中維持語意連貫，即使對話內容較長仍能保持上下文一致性。基於上述需求，下列何種模型架構最為適合？
答案 （C）
核心概念
Transformer 的自注意力機制讓序列中任意兩個位置都能直接建立關聯，不必像 RNN 那樣逐步傳遞，因此能有效捕捉長距離依賴、維持長文本的上下文一致性。而自迴歸（Autoregressive）指的是「依據前面已生成的內容，逐字預測下一個詞」，正是文字生成的運作方式。現今所有主流的生成式語言模型（GPT 系列）都是這個組合。
答題技巧
快速判斷技巧：文字生成 ＋ 長上下文一致性 ＝ Transformer 自迴歸模型，這是固定答案。看到 CNN（影像）、GAN（影像）先刪，再從 RNN 與 Transformer 中選後者。
易錯陷阱：(B) RNN 確實是序列模型，會讓人覺得也可以。分辨點在題目強調「對話內容較長仍能保持一致性」——這句話就是在排除 RNN，因為長序列正是它的弱項。