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。
。
前两年冲动买房的人怎么样了？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
女生真正的完美身材是什么样子？
一米二的棍子打的赢三十厘米的刀子吗？
HTTP/3 解决了什么问题，又引入了什么新问题？
电蚊香液对身体有害吗?
现在为什么没有黑客了？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
为何 Linus 一个人就能写出这么强的系统，中国却做不出来？
电话：
座机：
邮箱：
地址：
