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。
。
代码：
黑客为什么可以做到无需知道源码的情况下找出系统漏洞？
女生真正的完美身材是什么样子？
Gemini 2.5 Flash 和Pro稳定版上线，和之前版本相比，在性能和应用场景上有哪些提升？
如何看待湖北一医院婚检查出艾滋医生未告知伴侣致感染，医生被停职？反映出哪些问题？
你们听过领导最没水平的一句话是什么？
***拍大尺度片子时摄影师不会看光吗？
如何评价前端框架 Solid?
鱼缸过滤全天开着太耗电，关掉半天又容易水浑，有什么好办法？
为什么面对 Adobe 的版权要求下，vposy 大神还能从容不迫？
学生校服如何隐藏内衣痕迹?
上海公交站名为什么都是两条路?是什么意思？
在上海被骗了100w+，警察不予立案怎么办？
女性为什么不普遍跟男性那样只留个几毫米或2-3厘米短发，女性不觉得长发麻烦吗?
中国承诺不开第一枪，那如果中美开战，美国直接摧毁北斗卫星，中国该如何反败为胜？
如何评价高圆圆的身材算是美女类型的吗？
深圳房价能跌到什么位置？
为什么都说 Finder 难用？
为什么抖音上的姑娘都那么好看，现实中我怎么一个也见不着？
如何看待rust编写的zed编辑器？
你捡过最大的漏是什么？
Go 语言 Web 应用开发框架，Iris、Gin、Echo，哪一个更适合大型项目？
为什么中国足协成了“过街老鼠”了？
存电话号码，究竟该用int类型还是string类型？
为什么微信不向telegram学习？
美军航母编队有能力拦截DF-21D和DF-26吗？
80的鱼缸，这个过滤行不行？最大承载多少条鱼呢？
为什么中国的英语教育这么失败?
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
工业克苏鲁什么意思?
异性同办公室久了会不会日久生情？
