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。
。
{dede:pagebreak/}
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？ 
可以用duckdb在本地建立一个数据库对外服务吗？ 
韩国掀起打「增高针」风潮，增高针真的能增高吗？会对身体产生哪些影响？ 
为什么不趁以色列美国与伊朗打的火热的时机收复台湾呢？ 
鱼缸能不能做到一直不换水还很清澈？ 
如何评价DuckDB? 
为什么中国农村房子那么丑？ 
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？ 
泡泡玛特这种又丑又贵的玩具为甚么会有人买？ 
为什么全国人民都知道武汉的交通很差，但是武汉人不知道？ 
谷歌云服务宕机导致 OpenAI、Shopify 等服务中断，此次宕机的具体技术原因是什么？ 以色列为什么要打伊朗？ 
拒绝情绪输出，大家觉得有什么办法可以让国足堂堂正正进入世界杯？ 
Rust怎么写GUI程序？ 
苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？ 
国产手机APP为什么越来越臃肿？ 
