您好，我有一个疑问，请问这篇文章的模型和vit的不同只是在decoder部分吗？因为我看源码encoder部分都是一样的，那这样他的创新点是啥呢，我的邮箱shibin20@mails.ucas.ac.cn，感谢
您好，我有一个疑问，请问这篇文章的模型和vit的不同只是在decoder部分吗？因为我看源码encoder部分都是一样的，那这样他的创新点是啥呢，我的邮箱shibin20@mails.ucas.ac.cn，感谢