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：
如果你是荔枝使，如何在十天内让杨贵妃吃上新鲜荔枝?
为什么负荷那么大的腰部力量训练的人不会受伤，长期无载荷久坐的人会出现腰肌劳损？
如果第三次世界大战真的开始了，到时你最想做的是什么？
20届设计系，我的设计水平很差吗，找不到合适的工作?
现代艺术只考虑意义、不考虑美感吗？
胸大的女孩子有什么烦恼？
伊朗没有战斗机吗？为什么不起飞空中拼***？
2025 国内公司前端团队都在搞些什么?
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？
为啥小姐姐们都不想做主播了？
福建是不是行政区划失败的典型？
可以随身携带一个Linux系统吗？
你在生活中见过哪些「强者从不抱怨环境」的例子？
MiniMax Week第三天推出通用 Agent，体验如何？对行业会带来哪些影响？
为什么幼儿园的超前教育被叫停?
我真诚的问，为什么有那么多人黑华为？
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？
公司规定所有接口都用 post 请求，这是为什么？
手机的运行内存真的有必要上16GB吗？
如何评价网传上海戏剧学院内蒙古定向委培生那尔那茜和她母亲？
伊朗这次会崩溃灭亡吗？
如何评价赵本山的演技？
GNOME 自带的输入法 iBus 是个怎样的存在?
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？
为什么***骂 Ubuntu，但是 Ubuntu 一直是所有 Linux 发行版中知名度、热度最高的？
Switch模拟器哪个好？
前端，后端，全栈哪个好找工作？
为什么河南饮食走不出去？
年纪轻轻为什么会得腰肌劳损？
为什么我养的龟忽然死了?
