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/}
电脑有64G的物理内存(DDR5 5200)，完全够用了，可以关闭系统的虚拟内存吗？ 
冬天也要穿胸罩吗? 
Caddy 和 Nginx 比有哪些优点和缺点？ 有个自闭症的孩子，该放弃吗？ 
有没有什么软件是适合老师出题考试用的？ 
中国的坦克基本每10年一代，为何99式之后就没有新型坦克了？ 
你们跟网友面过基吗？翻车了吗？ 
为什么这么久了还是没有主流软件开发鸿蒙版？ 
Rust的设计缺陷是什么？ 
人为什么需要睡觉？人睡觉的时候身体都在做什么？ 
西方人是怎么发现地球是圆的的？ 
同样是透析，有的透析三年就走了，有的十年20年还好好的，为什么？ 
江西一救护车转运重症患儿 800 公里收 28000 元遭质疑，争议点是什么？哪些信息值得关注？ 
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？ 
以色列为什么突然敢打伊朗了？不怕被报复？ 
男医生在给年轻靓丽的女性检查时会是什么心态？ 
