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。
。
可否留下一张照片以及照片背后的故事？
大街上看到大白腿，忍不住瞄了两眼，算不算不尊重女性？
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断，此次宕机的具体技术原因是什么？
以色列为什么突然敢打伊朗了？不怕被报复？
Postgres 和 MySQL 应该怎么选？
Office 中为何还要保留 Access 数据库?
duckdb的性能如何？
马斯克宣布星舰将配备 42 台发动机，如何评价这一设计？
请问有人能估计一下 go 相比 php 在不同用户量下能省多少钱吗？
Mac上有那些你认为极其好用的***？
电话：
座机：
邮箱：
地址：
