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。
。
代码：
我应该设置多少kb才能让他不能玩游戏？
福特级航母的电磁弹射到底出了什么问题？
为什么很多离异的30-40岁的女性，很难找到老公再婚？
Rust 的设计缺陷是什么？
如何评价周杰在电视剧《少年包青天》中的演技？
中国预警机世界领先吗？
PHP现在真的已经过时了吗？
go为了编译速度减少了很多编译优化？为什么不能提供优化编译模式来提升运行效率？是太懒还是另有隐情？
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？
张伟丽可以打败什么级别的普通男性？
Trae和Cursor对比有什么优势吗？
哪些电视剧现在再看让你感叹「我小时候吃这么好」？
postgres集群的选择?
预测一下，下一次阅兵会出现什么武器震惊世界？
Rust 使用 Result 的错误处理方式与 Golang 使用 error 的方式有什么本质区别？
有什么是虚拟机代替不了物理机的?
鱼缸有哪些寿命比较长的草推荐呢？
北京日报点名批评“苏超”过度娱乐化的动机是什么？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
J***a 除了 Spring 还有什么？
琼瑶剧中哪些经典台词让你印象深刻？哪些经典场景让你记忆犹新？
你如何看待鸿蒙PC不允许侧载?
微软edge浏览器为什么逐渐被其他的浏览器代替？
全平台应用框架会是趋势吗？flutter、tauri、maui你更看好哪一个？
韦东奕和王虹谁的数学天赋更强？
一个练过功夫的姑娘能打过一个没练过的男人吗？
你的亲戚提过什么过分的要求？
