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。
。
以色列为什么突然敢打伊朗了？不怕被报复？
腰间盘突出能不能治愈？
如何看待国内服装尺码越来越小的现象？
深圳大家都是怎么找对象呀？
为什么中国农村房子那么丑？
为何年轻人上班不愿意精致打扮？
DLM（扩散语言模型）会成为2025年的Mamba吗？
现在的高层住宅隔音差到什么程度？
日本AV对中国人的毒害有多大？
你最满意的10款 PC 软件是什么？
电话：
座机：
邮箱：
地址：
