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。
。
如何评价黄霄云这个人？
广州的你，择偶标准怎样的？
Web 前端怎样入门？
现在后台管理系统用什么前端框架好？
如果肯德基的员工忍不住偷吃了一个鸡翅怎么办？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
近期大量宣扬“西方伪史论”的账号被封，这意味着什么？
有哪些是你用上了mac才知道的事？
白人女性是不是很美，为什么?
突然知道一个被瞒了很久的秘密是一种怎样的体验？
电话：
座机：
邮箱：
地址：
