注意力的计算原理

这次彻底从底层讲清楚——注意力到底在算什么、为什么这么算、问题出在哪。

第一部分：注意力到底在算什么？

1.1 注意力的核心目标

一句话：给定一个 token（叫它"query"），从其他所有 token（叫它们"key/value"）中，找出谁跟它最相关，然后把这些相关 token 的信息加权融合到自己身上。

1.2 用图书馆找资料类比

你（query）要写一篇论文，桌上摆着 100 本书（keys）。每本书里有内容（values）。你要做的事情：

1. 查询：拿你的论文主题（query），跟每本书的标题（key）对比，看谁更相关
2. 打分：给 100 本书每本打一个相关性分数
3. 归一化：把分数转成"分配比例"（加起来=100%）
4. 融合：按比例提取每本书的内容（values），加权组合成你需要的资料

这 4 步就是注意力。

第二部分：用最简化的数字例子完整计算一遍

2.1 场景设