请谈谈你对大模型底层原理的了解，包括Transformer架构和注意力机制。

回答思路

1. 能解释Transformer的核心组件（自注意力、多头机制、位置编码）
2. 能说明注意力机制的作用和计算方式
3. 能简要描述预训练与微调流程
4. 能提及大模型规模带来的挑战（如计算资源、训练稳定性）