请列举几个基于 Transformer 的经典语言模型，并说明 Qwen 相比原始 Transformer 在结构上做了哪些主要改动？

回答思路

1. 能列举至少三个经典模型（如 BERT、GPT、T5、LLaMA 等）
2. 能说明 Qwen 在注意力机制、位置编码或归一化上的具体改动
3. 能对比原始 Transformer 结构，指出关键差异及其目的