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。
。
苹果这家公司伟大之处在哪里？
为什么几乎没人用电视屏幕连主机或者笔记本当显示器？
哪些东西必须戒掉?
月之暗面 Kimi 首个 Agent 开启内测，可生成易追溯的万字报告，有哪些技术亮点？
为什么 Bun 选择了 Zig 以及 JSCore？
为什么大家不再提星链了（包括外网）？
为什么一直宣传爱国的华为连***都用的是外国***？
如何看待 稚晖君第五轮融资 估值将达70亿？
27寸显示器是否有必要到4K？
为什么现在糖尿病越来越多？
电话：
座机：
邮箱：
地址：
