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。
。
如何评价腾讯元宝桌面端使用 Rust 的 Tauri 框架？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
为什么用 electron 开发的桌面应用那么多？
为何雷军天天健身，却无健身痕迹?
如何评价***伊内斯·特洛奇亚的身材？
多个充电宝或电芯品牌的 3C 认证证书被暂停，涉及罗马仕、安克、绿联、倍思、安普瑞斯等，发生了什么？
发烧友都说磁带音质秒杀CD黑胶和hires，啥原因？
有没有什么冷门的高颜值女演员？
Mac mini M4，有必要升级24G内存吗？
当量子计算机能预测人类选择，自由意志是否沦为算法的注脚？
电话：
座机：
邮箱：
地址：
