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/}
Firefox是如何一步一步衰落的？ 
为啥大家都这么难戒赌? 做好的flask项目怎么部署到服务器，使用公网ip可访问？ 
为什么鸿蒙PC要排斥Linux生态？ 
为什么人类喝地球的水需要过滤，而其他任何一种地球的生物可以直接喝地球的水？ 
大量消息在 MQ 里长时间积压，该如何解决？ 
和女生合租，都会发生什么事情？ 
为什么水泥封不住尸臭? 
我的世界怎么租一个四个人的服务器？ 
医院的信息科工作是怎么样的体验？ 
如果让你设计攻打台湾地区，你会有什么好的想法和打法？ 
林述巍跟隋坡这两位谁的水平高？ 
如何看待日本小学校园餐只有一小块鸡肉？ 
全平台应用框架会是趋势吗？flutter、tauri、maui你更看好哪一个？ 
有哪些外行看起来很陋（low），但是内行人却觉得很高大上的东西？ 
2025年小米su7 性价比很低了，为何还不更新改款？ 
