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/}
什么是 AI Agent（智能体）？ 
如何评价钟南山院士？ 
5 月 28 日 DeepSeek R1 模型完成小版本试升级并开源，具体有哪些提升？使用体验如何？ 
我是新手想养鱼，预算不超过200。有什么好的建议或者禁忌吗。？ 
Node.js 性能为什么这么差？ 
如何看待骑行博主湖远行？ 
程序员不租房住车里，称三年多省了差不多十万，被质疑占用公共***，怎样看他的选择？这算占用公共***吗？ 
销量爆炸的华为nova14是不是证实华为已经腾出精力来收复中端市场了？ 
成龙的电影从什么时候开始票房不灵了？ 
女明星穿瑜伽裤出门是什么体验? 
如何评价BI工具FineBI？ 
各种免费的宝藏软件有哪些？ 
PHP现在真的已经过时了吗？ 
PostgreSQL 与 MySQL 相比，优势何在？ 
为什么有的人喜欢带着 MacBook 去咖啡店或者书店上网，而不是 ThinkPad 之类的？ 
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？ 
