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。
。
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？
什么是稳定币？有人说它是「一场饮鸩止渴的游戏」，你怎么看？
Caddy 和 Nginx 比有哪些优点和缺点？
Trae和Cursor对比有什么优势吗？
你的低成本爱好是什么？
如何自己搭建家庭服务器？
央企的信创，是否有必要把 spring 替换成国产的 solon ？
Golang和J***a到底怎么选?
为什么开了这么多会，却依然提升不了员工的***？
C++性能高吗？对比rust有何优势？
电话：
座机：
邮箱：
地址：
