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/}
体制内女老师，被关系户欺负，大吼——"不干就给老子滚"，我该怎么办？ 
得了强直性脊柱炎是不是一辈子就完了? 
你认为美国最近30年最烂的一个总统是谁？ 
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？ 
用QT设计桌面软件，是用qml还是ui设计师，那种兼容性更好，例如一些低版本的电脑？ 
如果郭嘉把大家的房贷都免掉了，会刺激消费吗？ 
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？ 
西安一商场大屏播放巨大电风扇，这真的能起到「望扇止暑」效果吗？还是单纯营销创意？ 
请问运行windows游戏，steam os和windows哪个效率高？ 以色列为什么突然敢打伊朗了？不怕被报复？ 
macOS下有哪些作为开发人员推荐安装的软件？ 
Python+rust会是一个强大的组合吗？ 
为什么中国很少有人使用linux？ 
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？ 
独立开发桌面程序（Windows）UI框架选择哪个更好？ 
印度为什么一定要和中国作对？ 
