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。
。
腾讯游戏究竟祸害了多少人？
为什么中国农村房子那么丑？
现在写 J***aScript 的是不是已经没人在用 class 这个关键字了？
你身边身材最好的女生是什么样？
贵州榕江县城遭超 30 年一遇洪水威胁，最大商场被洪水淹没，目前当地情况如何？为什么此次洪水这么大？
如何评价电视剧《长安的荔枝》大结局？
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？
雷军为什么不愿意用性价比打法进军NAS？
为什么一直唱衰的php语言反而日渐活跃？
新婚那天晚上你们是怎样度过的？
电话：
座机：
邮箱：
地址：
