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。
。
有哪些好用的开源软件？
如何看待不超过1879元的Mac mini（M4+16/256GB+票），易用性吊打同级其他台式电脑？
AI如何辅助编程？
微软edge浏览器为什么逐渐被其他的浏览器代替？
家用服务器内网穿透对外提供服务需要备案吗？
请问27寸4K显示器哪个好呀？
Chrome 浏览器设计的神细节有哪些？
我应该设置多少kb才能让他不能玩游戏？
为什么“柴犬”从万人迷，变成万人嫌？
写业务的话，go是不是垃圾？
电话：
座机：
邮箱：
地址：
