请谈谈你对Transformer架构的理解，以及它在大型语言模型中的应用。

回答思路

1. 能准确说明Transformer的核心组件（自注意力、多头注意力、前馈网络）及其作用
2. 能解释位置编码的必要性及常见实现
3. 能说明Transformer为何成为LLM的主流架构（并行性、长距离依赖建模）
4. 能结合具体模型（如GPT、BERT）阐述应用差异