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/}
AV1和HEVC的性能差异有多大？ 
太平天国为什么最后打不过曾国藩呢？ 
日本AV对中国人的毒害有多大？ 
目前最具性价比的全栈路线是啥？ 
新婚那天晚上你们是怎样度过的？ 
如何评价《机动战士高达》中的塞拉·玛斯? 
敲代码适合mac吗？ 
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？ 
为什么“柴犬”从万人迷，变成万人嫌？ 
***如你财务自由，是买一个大平层还是买一个大别墅？ 
你都见过什么样的电脑盲？ 
干猎头有前途吗？ 
贫贱夫妻百事哀能哀到什么地步？ 
男子被树枝刺伤无视伤口终要截肢，为什么会造成这么严重的后果？被植物划伤后的正确处理方式有哪些？ 
正常人吃治疗抑郁症的药会变快乐吗？ 
高中是什么样的啊？很青春吗？ 
