Qwen2 RotaryEmbedding 位置编码仅仅是第一层有吗，还是全部层都有
Qwen2 模型中的 Rotary Embedding（旋转位置编码）是应用于所有 Transformer 层 的，而非仅第一层。
1. Transformer 架构的核心逻辑
Qwen2 基于 Decoder-only Transformer 架构，而位置编码（如 Rotary Embedding）的核心作用是为模型提供序列中 token 的位置信息，使自注意力机制能够感知 token 的相对位置关系。在标准 Transformer 设计中，每一层的自注意力模块都需要位置编码，否则无法区分不同位置的 token，导致模型无法理解序列的顺序依赖。
2. 参考内容的间接佐证
- 摘要1提到 Qwen 系列采用“Dense Decoder-only Transformer 结构”，并支持“80层隐藏层”。结合 Transformer 通用设计，所有隐藏层的自注意力模块都需要位置编码。
- 摘要2中 Qwen2.5-VL 的改进（如 MRoPE、窗口注意力）也表明
)
