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。
。
你敢晒出你自己的照片吗？
美国***下令美使领馆暂停留学生新签证面谈，将带来哪些影响？美国大学在全球人才竞争中还有优势吗？
只能选一个，你选谁？
小朋友双眼近视 100 多度，除了手术，还有其他的恢复方法吗？
网络小白如何建立一个网站，供别人下载文件（主要是PDF和MP3）?
电影《碟中谍》系列中哪一部最好？
二氧化碳人工合成淀粉技术现在怎么没动静了？
梅西的任意球破门数量已经超过C罗，为什么大众认知中还是C罗的任意球技术更强一些？
各位前端大触们，一般怎么定颜色的？
2025年6月，到底买油车还是电车？
电话：
座机：
邮箱：
地址：
