多标签分类问题，输入是蛋白质特征，输出是蛋白质的功能（即，一个由标签组成的DAG）

motivation：输入是一个有multi-hot向量组成的张量，multi-hot的每一位代表着某一种特征。

考虑到不同特征之间可能存在交互作用，进而影响到最后的结果，首先用一个权重矩阵将输入嵌入之后，使用transformer的encoder进行特征的提取（特征之间没有先后关系，因而没有加入位置信息）。

然后问题出现了：不管输入是什么，输出的结果都是一样的，或者十分接近。

将transformer改成mlp，效果反倒好了不少，而且也不存在输出一样的问题。

一个假设是，transformer的层数过多导致了过拟合，使得模型错误地拟合到了根据出现频率进行预测。然后减小了encoder layer的层数，结果很奇怪：一层的时候基本不存在这个问题，一旦层数到了2，输出一致的问题就很严重。。。感觉这个假设很牵强啊

暂时没有其他想法了，只能先放下了。希望大佬解答。