为什么基于 Transformer 的大模型在开发中处于主导地位？

在当前的 AI 和 NLP 领域，基于 Transformer 的大模型为何如此流行，并且它们相比其他类型的神经网络架构（如 RNN、LSTM 等）有哪些显著优势？同时，是否还有其他类型的大模型正在被研究和开发，它们各自有哪些特点和应用场景？