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。
。
字节引入Rust是否代表J***a的缺点Go也没解决？
自研项目，PHP用什么框架最好？
请问一下图中***的名字，谢啦？
大家有没有「大众认为是烂片但个人却喜欢看」的影片？
健身可以不练硬拉吗？
为什么年轻人不要养龟？
Typescript真的有用吗？
如何评价张靓颖刘宇宁《九万字》?
iOS 26 的新设计被吐槽丑，苹果在设计更新时考虑了哪些因素？你对这一设计都有哪些评价？
娶了一位外国妻子是什么样的体验？
电话：
座机：
邮箱：
地址：
