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。
。
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
你被哪个后来知道很sb的BUG困扰过一周以上吗？
实体店为什么生意越来越难做了？
当年《诛仙》第一部的成功在于什么？
夏天女生都衣服很透，里面内衣好明显，真的不是别人想看，本人不会觉得尴尬么？ ?
买到烂尾楼到底该有多绝望？
为什么我感觉广西未来会撤自治区改省？
直接远程到服务器上写代码有什么好处？
cursor编程工具能在国内正常使用吗？
电话：
座机：
邮箱：
地址：
