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/}
服务器能否拒绝非浏览器发起的HTTP请求？ 
三只羊是不是被人做局了？ 
伊朗这次让以色列打惨了，这个国家还能挺过来吗？ 
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本? 
如何评价华为HDC2025开发者大会？ 
公司平面设计师，高度依赖昵图网做广告设计你觉得是在搞设计吗？ 
为什么广东的经济现在开始落后了？ 
如何看待rust编写的zed编辑器？ 
苹果前首席设计师 Jony Ive 离职的原因是什么？ 
为什么直到2024年国外媒体都把俄罗斯军事排第二? 
Rust 有可能在嵌入式领域取代 C 的位置吗？ 
为什么同样是输球，常州和国足的风评却差那么多呢？ 
老婆生了孩子，我对她完全没有感觉怎么办？ 
jwt的设计合理吗？ 
如何解读穷则独善其身，达则兼济天下？ 
什么是最好的编程用显示器？ 
