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。
。
如何评价电视剧《长安的荔枝》大结局？
如何评价杨立昆认为大模型只是对海量文本的模式进行复杂拟合，根本不懂意义？
你最满意的10款 PC 软件是什么？
用K8s的公司有多少人会部署K8s？
胸大的女孩会自卑 吗？
目前react的生态系统是什么情况，有没有比较公认的成熟的开发技术栈？
有哪些是你用上了mac才知道的事？
如何看待 稚晖君第五轮融资 估值将达70亿？
有个学舞蹈的女朋友是什么体验？
你用n8n/dify搭建了哪些实用的Agent工作流？
电话：
座机：
邮箱：
地址：
