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。
。
为什么红十字会腐败这么严重？
duckdb的性能如何？
亚洲体坛最漂亮的十位女运动员都有谁？
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
网友称在桔子水晶酒店洗漱包内发现用过的四联检测盒，具体是怎么回事？酒店要承担哪些责任？
扫黑风暴为什么他们费老大劲杀这么多人不如直接把督导组干掉？
乡下的土鸡真的值100块钱吗？
为什么游戏中，中国跟欧洲的时延这么大，是否是海底光缆距离过长的原因？
git是Linus一个人开发出来的吗？
电话：
座机：
邮箱：
地址：
