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/}
为什么现在离婚率如此之高？ 
女生身高 170cm 以上是什么样的体验？ 
为什么黄毛骗走的都是乖乖女？ 
JetBrains 放弃 AppCode 是否是一个错误决定？ 
有什么好看的追妻火葬场的文吗？ 
Linux内核代码大佬们如何观看的？ 
鸿蒙电脑会在国内逐渐取代windows电脑吗？ 
2025 年高考，为啥大家反应冷淡得出奇？ 做开发你遇到最无理的需求是什么？ 
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？ 
颈椎病的最佳治疗方法是什么？ 
俄媒称美国「尼米兹」号航母正驶往中东地区，途中关闭了应答器并停止传输位置信息，这意味着什么？ 
如何看待alist被转手出售***？ 
曼德拉是南非的罪人吗？ 
人口减少是好事，还是坏事？ 
Python+rust会是一个强大的组合吗？ 
