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。
。
{dede:pagebreak/}
如何看待英伟达新推出的显卡5090dd？ 
为什么国人普遍不接受月付的订阅制而喜欢一口价买断制呢？ 
如何评价DuckDB? 
如何看待 Rust 的应用前景？ 
如何优雅地给妹子优化电脑（Windows）？ 
20届设计系，我的设计水平很差吗，找不到合适的工作? 
现在是2025年6月，现在的房价是阴跌还是暴跌？还会继续跌多久？是否已经开始分化? 
如何评价苹果 3 月 5 日发布的 MacBook Air M4，相比前代有哪些提升？ 
能分享一下你写过的rust项目吗？ 
写CUDA到底难在哪？ 
obsidian用一两年后会有多大？全文搜索还快吗？ 
独立开发***能盈利吗？感觉好累... 
大模型 Agent 是不是就是各种 Prompt 的堆叠？ 
为什么民众更关注华为对5nm芯片的突破，而不是关注小米已经自研的3nm芯片？ 
洲际导弹能打到任何地方，为什么还需要轰炸机？ 
有哪些让你目瞪口呆的 Bug ？ 
