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。
。
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？
360 集团周鸿袆努力拼了 4 年，最后反而跌了近 4000 亿，其原因是什么？
一个人山林徒步时都要关注哪些点？
颈椎病引起的头晕如何治疗?
亚克力鱼缸这么容易模糊吗?
张伟丽可以打败什么级别的普通男性？
鸿蒙电脑应用开发和鸿蒙手机是一样的吗？
为什么新流行的开源编辑器都在用Rust开发？
为什么提傅首尔面相而忽略一件事情本质呢？
大家猜猜伊朗的结局如何？
电话：
座机：
邮箱：
地址：
