※ 引述《cities516 (好忙好忙的缇宝)》之铭言：
: 我到现在其实还是不太懂transformer的原理
: 应该说
: 为什么要分Q K V三个值来算
: Q dot K 还蛮好懂的 就自己的值跟整串sequence相乘嘛
: 然后为什么要 * V
: 他数学上的意义在哪
: 总不会是 it just works 这么简单吧
: https://picx.zhimg.com/v2-b4673a40e55b90f5d0f192a789ae419d_r.jpg
: ==
来个更生活化的例子：假设你在一场齁豚聚会中，
想知道谁最近有在关注Miko的贴贴对象。过程是这样的：
Q (Query)：你的问题“谁跟Miko比较贴贴？”
K (Key)：每个齁豚的回答，比如“PekoMiko最强”或“mC才是主流”
V (Value)：每个朋友的发癫贴贴文
你会怎么做呢？
1. 你问“谁跟Miko比较贴贴？”（Q）
2. 朋友们回答（K），有人说“PekoMiko”，有人说“miComet”
你会特别关注那些说“PekoMiko”的朋友，然后听他们讲PM圣诞夜的故事（V）
最后，你根据朋友的回答（K），挑出相关的故事（V），知道了PekoMiko的资讯
Transformer也是这样运作的：
它自动算出哪些部分相关（Q dot K），然后提取那些部分的内容（乘以V）。