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。
。
为什么小爱音箱只能播放qq音乐免费音乐?
如果得知一枚核弹将在10分钟后在你的城市爆炸，除了等死还能干嘛？
为什么 Windows 系统上的安装包有 exe 和 msi 两种格式，有什么区别？
让男朋友坐在马桶上上厕所很过分吗？
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本?
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
阿里网盘为什么没有动静了？
儿子抑郁四年左右了，他的未来该怎么办？
商城里如何缓存商品信息?
PHP现在真的已经过时了吗？
电话：
座机：
邮箱：
地址：
