大规模Transformer模型在多项任务上均能取得当前最优性能，但其训练过程往往成本高昂，尤其是在处理长序列时尤为显著。本文提出两种技术以提升Transformer模型的效率。首先，我们用基于局部敏感哈希（locality-sensitive hashing）的注意力机制替代传统的点积注意力，将计算复杂度从O($L^2$L2)降低至O($L\log L$LlogL)，其中$L$L表示序列长度。其次，我们采用可逆残差层（reversible residual layers）替代标准残差结构，使得在训练过程中只需存储一次激活值，而非传统方法中的$N$N次（$N$N为网络层数）。由此构建的模型——Reformer，在性能上与传统Transformer模型相当，同时在处理长序列时展现出显著更低的内存占用和更快的运行速度。