不要想的太过复杂，就只有随机数生成的三个矩阵，原始输入已经通过矩阵相乘关联在三个随机数矩阵中，再通过一些代数游戏得到每个token对于整体输入序列的注意力权重矩阵，再和另外一个随机数矩阵进行线性的代数变化即可。
反向传播更新的是这三个矩阵的权重，三个矩阵的维度设计也是为了符合线性代数的运算。
总之这个就是一个巧妙的线性代数游戏，没有什么复杂的逻辑问题。
。
国产手机APP为什么越来越臃肿？
Rust1.86才正式稳定trait的upcast，为什么在rust中这个特性实现如此复杂？
有没有一个特别好用的Linux系统？
wifi7和wifi6抗干扰能力更强吗？
大海捞针还捞着了是一种什么样的体验？
工控软件有什么开源项目？
Python+rust会是一个强大的组合吗？
杨幂论文一年间 AI 率从 0 飙至 91%，为什么会这样？AI 查重到底有没有统一标准？
男人最无声的炫耀是什么？
“哨兵模式”涉嫌泄密，你支持封杀特斯拉吗？
电话：
座机：
邮箱：
地址：
