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。
。
2025年6月，到底买油车还是电车？
威士忌和白酒都是蒸馏酒，到底有什么区别？
什么鱼生命力顽强好养活？
DLM（扩散语言模型）会成为2025年的Mamba吗？
一个坚持练搏击二十年的70岁老人，能打过30岁同样体重的普通人吗？
大家包饺子是自己揉面还是买面皮？
中国发动机是技术落后，还是材料技术没有攻克?
华为 HDC 发布 HarmonyOS 6 开发者 beta 版对应用开发者和鸿蒙生态有哪些影响？
如何评价花系博主：前hr本人，溪溪大人，兔撕机等人被禁言?
有哪些小众的开源项目养活了一大批人?
电话：
座机：
邮箱：
地址：
