以下哪項敘述正確描述了基於 Transformer 的語言模型的一個特性？

基於 Transformer 的語言模型的核心特性是它們採用自注意力（self-attention）機制。自注意力機制允許模型在處理序列中的每個元素時，權衡序列中所有其他元素的相關性，從而有效地捕捉長距離的上下文依賴關係。 選項「它們使用卷積層透過過濾視圖捕捉局部模式」描述的是卷積神經網路（CNN）的特性，而非 Transformer 的主要機制。選項「它們僅限於處理文字資料」不正確，因為 Transformer 模型已被成功應用於圖像、音訊等多種模態。選項「它們以重複循環的方式一次處理序列中的一個元素」描述的是循環神經網路（RNN）的特性，Transformer 則採用並行處理，這也是其效率高的原因之一。