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。
。
Windows 上最应该卸载的三个软件是谁？
如何看待南京景枫中心把男厕改成女厕，并宣传「此处仅有女卫生间、家庭卫生间及无障碍卫生间」？
眼睛有飞蚊症可以自愈吗?
要不要帮导师装服务器?
为什么开发一个 AI Agent 看似容易，但真正让它「好用」却如此困难？技术瓶颈主要在哪里？
做一个中国的微软到底有多难？
华为Pura 80首销遇冷，是否说明消费者已经开始对麒麟芯片性能有所觉醒？
狗头萝莉究竟做错了什么？
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）?
歼-20 在国际上到底是什么地位？
电话：
座机：
邮箱：
地址：
