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：
switch2好用吗朋友们?
我怎么觉得核动力航母比常规航母并没有多大优势？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
一个成年男性，引体向上能做多少个？
美国重新工业化有多难？
为什么开了这么多会，却依然提升不了员工的***？
始终怀不上孕是种怎样的体验？
《明朝那些事儿》的作者当年明月疯了，疯了就可以摆脱烦恼了吗？
有哪些是你用上了mac才知道的事？
伊朗这次会崩溃灭亡吗？
5挺马克沁机枪，能否击败50万重骑兵？
空战的时候可不可以先击落预警机?
为什么都说武器越怪，死的越快？
为何同是象棋，国际象棋的棋子可以做的那么有设计感，而中国象棋的棋子形式似乎比较单一？
如何评价高圆圆的身材算是美女类型的吗？
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？
Trae和Cursor对比有什么优势吗？
go语言接口的优势？
为什么中国的高超音速导弹一款接一款的出，而美国却这么费劲？
北京语言大学张爱玲教授被清华树木砸中逝世，清华回应系绿化养护人员违规作业所致，事故责任该如何划分？
真的有这种又苗条身材又爆炸的么？
如何评价字节跳动开源的 Netpoll？
中国的航空发动机现在是什么水平？
Rust 的设计缺陷是什么？
如何评价《一路向西》导演***辉影游新作《捞女游戏》，实际游玩体验如何？
能发一张在暧昧期的聊天记录吗？
为何 PC 需要单核高性能，而服务器不在乎？
