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。
。
为什么中国人做一顿饭要几个小时，而国外花的时间少得多？
一个女人能装到什么程度？
《西西里美丽传说》女主角，在当时打扮这么高调，不觉得带给自己很多不便吗？如何理解她的心态？
为什么很多外行敢站出来评价中医？
程序员都有自己的服务器吗？
人工智能相关专业里有什么「坑」吗？
白酒为什么不能冰镇之后喝？
什么时候你开始发现俄罗斯不过如此？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
古时将人斩首的难度有多大？
电话：
座机：
邮箱：
地址：
