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。
。
为什么中国现在全球军事实力第一，但包括中国人在内很多人不认可？
如何看待尊界s800撞击实验时使用的水泥管材质疑似石膏？本次实验是否有参考意义？
女生，家里将近千万资产，为什么找不到相近条件的男朋友?
用Django开发web后端，真的比SpringBoot要省事吗？
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
自助餐 50 / 位，为什么吃不倒闭？
为什么长得漂亮却没什么用?
如何看待Ollama基于Go语言开发而不是别的编程语言？
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
如何评价Cursor？
电话：
座机：
邮箱：
地址：
