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/}
MacOS真的比Windows流畅吗？ 
UUID真的是全球唯一吗？ 
程序员需要用到内置kvm功能的显示器吗？或者是外置的kvm切换器吗？ 
鱼缸氨氮含量低，但是硝酸盐和亚硝酸盐爆表，已经一个多周了，咋办？ 
你身边身材最好的女生是什么样？ 
月薪几万的某些群体不敢生孩子，是在怕什么？ 
仰望u9明明技术实力更强，为什么纽北的成绩没有小米su7ultra好？ 
学编程要不要买电脑? 
哪些令你惊艳的AI大语言模型提示词（prompt）？ 
为什么今年的雷霆会惹众怒？ 
感觉失业就会死，求生路！? 
为什么这么久了还是没有主流软件开发鸿蒙版？ 
陆奇为什么离开百度之后混得不乐观？ 
k8s informer 是如何保证***不丢失的? 
如何评价女明星梅根福克斯的身材？ 
怎么评价新发布的小米YU7？ 
