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/}
你在出租房屋发现过什么前租客留下的“宝藏”？ 
大家有什么烧钱的爱好吗? 
程序员如何用好 Cursor 工具？ 
为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？ 
为什么开了这么多会，却依然提升不了员工的***？ 
作为普通中国人，我们可以为以色列人民做点什么？ 
能分享一下你写过的rust项目吗？ 
为什么日本人口密度这么大还能住一户建，中国只能住楼房？ 
2025年了expo和Flutter学哪个？ 什么APp听音乐免费？ 
伊朗没有战斗机吗？为什么不起飞空中拼***？ 
哪张照片让你觉得刘亦菲美得不可方物？ 
前端，后端，全栈哪个好找工作？ 
为什么一谈到Wi-Fi想支持6GHz，总有人说那你可以去国外？ 苹果为什么要给每代MacOS起个名字，真以为人们记得住分得清吗？ 
SwiftUI 是不是一个败笔？ 
