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/}
明星现实中真的很漂亮吗？ 
duckdb的性能如何？ 
为什么开了这么多会，却依然提升不了员工的***？ 
地球上明明有吃塑料的虫子，为什么没有普及？ 
如何评价Cursor？ 如何判断鱼缸中的硝化系统是否已经成功建立？ 
字节跳动技术副总裁开源了自己与Trae合作的首个项目，如何评价目前AI开发的水平？ 
能把太湖挖深吗？ 
如何使用hexo+github搭建华丽博客 ，类似***://codingxiaxw.cn/的博客？ 
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？ 
Flutter 为什么没有一款好用的UI框架？ 
周杰伦被曝现身日本弯腰驼背似老人，是真的吗？他曾称患有强直性脊柱炎，这病对身体影响有多大？能治好吗？ 
电影《碟中谍》系列中哪一部最好？ 
Rust使用？多次传播错误后，怎么定位最开始发生error的地方？ 
如何评价《灵笼 2》第六集？ 
以色列是如何从三天前的不可一世要灭了伊朗到今天的哭哭啼啼要“为生存而战”的？ 
