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/}
请问27寸4K显示器哪个好呀？ 
华为鸿蒙还有多久可以在pc桌面取代Windows？ 
你是在什么时候认识到自己好看的？ 
歼20速度接近3马赫是什么水平？ 
都是前端框架，为什么用 React 的人会有优越感？ 
WiFi 7在我国，目前是否完全丧失6GHz下320MHz频宽的可能？ 
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）? 
为什么现在的世界局势如此严峻？ 
女朋友坚决拒绝母乳，我希望就一次行母乳喂养被指责我不顾她的痛苦，我真的很过分吗？ 
92年的大龄剩女，还有必要结婚吗? 
亚洲体坛最漂亮的十位女运动员都有谁？ 
会有人真正发自内心喜欢平胸吗? 
有什么关于贵阳的冷知识？ 2025 年 6 月，Rust 在 GUI 方面有何大的进展? 你最看好哪个框架? 
为什么现在的年轻人宁愿自己工资低点，也要过得舒服、不那么累? 
汉语是牺牲了什么，才成为世界最紧凑、最高效的语言？ 
