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：
为什么女游泳运动员看起来大部分都是平胸？
为什么特斯拉坚持用纯视觉智驾？
Go 语言的使用感受是什么？
我应该设置多少kb才能让他不能玩游戏？
为什么感觉腾讯的风评越来越好了？
为什么中国足协成了“过街老鼠”了？
Golang和J***a到底怎么选?
我国的军工能力可以实现一天5000枚火箭弹连着炸三个月吗？
做个web服务器，gin框架和go-zero怎么选？
你们都以什么方式认识的另一半？
养乌龟如何降低换水频率？
360 集团周鸿袆努力拼了 4 年，最后反而跌了近 4000 亿，其原因是什么？
为什么个人需要公网ip？
深圳交通现在存在着什么问题？
从零写一个3D物理引擎难度多大?
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？
你们都什么时候对男女之事开窍的？
商业史上有哪些降维打击的经典案例？
有没有一个特别好用的Linux系统？
网传厦门某国企研发部门要求每日考察后端 400 行，前端 1000 行代码量，如属实，这个考核合理吗？
如何评价伊朗国家电视台宣布今晚将发生大事，让世界铭记几个世纪？
如何看待黑泽志玲被家暴？
如何自己搭建一个本地刷题库？
如果发动机热效率达到100%，一升汽油大概可以让汽车行驶多少公里？
如何看待 2026QS 世界大学排名？
洲际导弹能打到任何地方，为什么还需要轰炸机？
广州的公共交通为什么这么烂？
炫富真的很爽吗？
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？
如何评价中国电科研发的JY-10防空指挥控制系统成为伊朗防空指挥系统核心？
