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/}
JetBrains 放弃 AppCode 是否是一个错误决定？ 
为什么有人爱 Firefox 胜过 Chrome 呢？ 
你和你老婆是怎么认识的？ 
为什么 IPv6 在国内至今未得以大规模应用? 
为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？ 
只能选一个，你选谁？ 
2025 年 6 月，Rust 在 GUI 方面有何大的进展? 你最看好哪个框架? 
为什么美军“好像”不怕泄密？ 
新手想要打好篮球，主要练运球还是投篮？ Electron是否有作为游戏引擎的潜力？ 
为什么国内程序员不喜欢写单元测试？ 
魔兽世界有必要4k吗? 
小米发布了 REDMI 首款旗舰小平板 K Pad，仅 8.8 英寸，小巧便携，如何评价这一设计？ 
在上海被骗了100w+，警察不予立案怎么办？ 
同时使用多个显示器能提高工作效率吗？ 
为什么年轻的肉体让人沉迷？ 
