別人吹r看懂 L的 T完能和一文搞一年
我要评论實際可以開12 個 、看完
在Multi-Head Attention（即論文中的别人Encoder-Decoder Attention層）中“請教”Encoder的最終輸出 ，例如 ：
我 → [0.12,吹年 -0.88, 0.43, ...]
這裏簡化了精度方便閱讀 ，但我們肯定還不能丟掉原始信息 。文搞
接下來 ，懂L的
首先，看完Decoder的别人輸出經由Linear+Softmax層轉換為下一個詞的概率分布 。從更多視角掃描句子 。吹年“你” 、文搞這是懂L的第 2 個詞……”
論文使用了 sin + cos 函數計算的位置編碼方式 ，把相關信息搜集到一起；
FFN則負責深加工 ，看完“貓”這些詞 ，别人後麵這個字是吹年啥 ，模型越大 、
③ Q / K / V ：Self-Attention 的靈魂
這是最讓人拍案叫絕的設計之一 。
但這其實也是一個 超參（Hyperparameter） 。核心是 “從左到右 ，
② Shifted Right ：防止模型“偷看答案”
在模型訓練階段 ，48 個甚至更多的注意力頭 ，需要參考 Encoder 的輸出。可擴展的對稱性設計（Encoder與Decoder層具有相似的核心結構） ，已經成為當下所有大模型的基礎。
01｜輸入是怎麽被 Transformer“看懂”的 ？
整個輸入流程你隻需要先記住下麵的關鍵流程 ：
詞 → 向量 → 加位置 → Q/K/V → 注意力 → FFN → 輸出
然後我們來一點一點看 。會有類似這樣的一組概率 ：
你 ：71%
他：16%
它 ：11%
其它 ：2%
選概率最高的 ，
02｜為什麽需要 Multi-Head Attention？
有了單一的 Self-Attention ，同時又不需要多餘的訓練成本 。每個注意力頭可以關注不同的視角 ，
本文不討論公式 ，為啥又需要 Multi-Head Attention 呢 ？
因為我們需要從多個角度來理解自然語言 。
一般來講 ，起不到訓練效果 。而是實實在在的矩陣乘法結果 。可以看到確實存在明顯區別 ：
這就是 Multi-Head Attention 的直觀體現 。
也就是說它和上麵的 Shifted Right協同工作 ，從而真正理解它究竟為什麽如此火爆 。並經過Add & Norm 。
圖的左邊一側Input（輸入） ，Transformer憑借這一高度並行 、那一定要認識一下本文的主角 Transformer 。更深度的非線性變換 。可能主要關注輸入的 "Love"
Attention is All You Need的革命性思想 。得到“新含義”
。05｜重複 N 次 ：論文是 6 層 ，防止模型從未來抄答案 。輸出 "我愛你" 。
最後對 V 進行加權求和 ，整體代表Encoder；右邊一側Output（輸出） ，
又暈了 ？其實通俗來講就是 ：Attention 負責找關係，GPT 、對這個信息進行更複雜 、
最終總結
通過本文的講解 ，FFN 負責提升表達力 。因此模型本身無法“天然”感知詞的先後關係 。揭開 ChatGPT 、
06｜Decoder 如何像人一樣“輸出”內容？
Decoder是模型的“寫作器” ，下麵我們就來一步步通俗理解下這張架構圖的深層含義。
當提起 Transformer 這個話題時，更抽象的特征表達 ，真正理解下 Transformer 究竟是何方神聖 。
它最初來自一篇被稱為“AI 大航海時代起點”的論文：
- Attention is All You Need
這篇論文首次提出的 Transformer 架構 ，讓 Decoder 可以“請教 Encoder”：
“你生成的詞和輸入序列的哪些部分相關 ？”
例如翻譯 "I Love You" ：
- 生成 "我" 時
，它需要依次填出三個空 ：
第一個空 ：題目是 <start> ______第二個空：題目是 <start> 我 ______第三個空 ：題目是 <start> 我 愛 ______④ Multi-Head Attention- “請教Encoder”
Decoder 在生成新詞時 ，每個詞被映射成一個向量 ，這樣模型才能表達更複雜的模式 ，模型還是可以看到答案的一部分，但也是理解後麵一切的起點。
這其實也是模型訓練堆GPU能“大力出奇跡”的理論基礎 。逐詞生成” 。
為了理解這個過程 ，成體係地給身邊其他人講清楚 Transformer 工作原理 ，論文中的例子是並行開 8 個注意力頭。向量化這一步非常基礎 ，層數越多、而不僅僅是做簡單的線性組合 。encoder、其工作嚴格遵循架構圖右側流程 ，句子裏的每個詞都會 ：
拿著自己的 Q 到其他詞的 K 那裏去“打分” ，上麵向右移一位沒啥意義呀，Llama 都堆到了幾十層甚至上百層。仿佛人人都可以講些相關名詞出來 ，
句子中的每個詞都會生成 3 個向量 ：
- Q（Query）我想找什麽 ？
- K（Key）我是誰 ？我有什麽特征 ？
- V（Value）我的實際含義是什麽 ？
它們不是概念，並再次經過Add & Norm。直接抄就可以啊 ，連接輸入和輸出，
注意力頭的數量是一個超參（Hyperparameter） ，例如 ：
- 有些頭專注於主謂關係
- 有些頭捕捉代詞指代
- 有些頭看句子情感
- 有些頭看名詞短語邊界
- 有些頭看長距離依賴
- 有些頭捕捉句法樹結構
- ...
Transformer 不是隻看一個角度 ，
① Output Embedding：先把輸出詞變向量
理解方式和輸入一樣 ，讓 Transformer 能分辨詞的“位置” ，相當於給模型做一個填空題 ：
題目: <start> 我 愛此時模型看到的是 ：
<start> 我 愛也就是右移一格。
② Positional Encoding ：給模型裝上“位置感”
Transformer 沒有像傳統 RNN 那樣按順序逐詞處理輸入 ，成為當今所有大語言模型的基石，什麽自注意力機製啊、
這就是單一的 Self-Attention 。需要把標準答案整體右移一位 ，
論文中描述FFN的關鍵內容參考如下 ：
簡單理解它就是一個非常樸素的兩層全連接網絡：
Linear → ReLU → Linear
FFN 的結果是 ：讓每個 token 得到更豐富 、
比如模型要開始做這張填空卷了 。
Encoder通過堆疊N個相同的層來逐步深化對輸入的理解；Decoder的每個層則嚴格遵循一個更複雜的處理流程 ：
在Masked Multi-Head Attention中確保生成時不會“偷看”未來 ，讓每個詞清楚自己的“位置” 。整體代表Decoder 。
下圖是論文最後給出的一個簡單示例 ，再通過殘差連接與LayerNorm保障訓練的穩定性 ，
同樣通過一個FFN網絡進行深度加工，就是下一個要生成的詞 。也就是一組數字，
① Input Embedding：把詞變成數字向量
模型不認識“我” 、但對模型來說是非常簡單高效的 。可以加更多
論文裏 Encoder
Nx這裏是堆了 6 層 。問：
“你跟我有多相關 ？”打分越高 ，隻解讀圖表 ，
後來的 BERT 、到Self-Attention與Multi-Head Attention實現多視角的語義捕捉 ，decoder什麽的 ，
03｜殘差連接 + LayerNorm ：讓訓練更穩定
Self-Attention 隻是“加工”了一遍詞向量 ，描述了針對同一段文字 ，
sin/cos 位置編碼乍一看有點數學味 ，
最終 ，
如果你想對當下 AI LLM(大語言模型) 的工作原理有所了解，我們一步步拆解了Transformer的核心機製：從詞向量化與位置編碼奠定基礎 ，
所以需要額外告訴模型 ：
“這是第 1 個詞 ，旨在讓更多讀者看完就能通俗地 、
04｜Feed Forward 網絡（FFN） ：進一步加工語義
Attention層負責廣撒網，這層 Attention 是橋梁，隻能接受數字 。
此時就需要
Masked Multi-Head Attention功能來遮住未預測的詞 ，用於後續計算 。今天我們就從這篇最初的論文出發 ，可能主要關注輸入的 "You"
⑤ Linear + Softmax：得到下一個詞的概率
比如已經生成了“我愛” ，並在開頭加上起始符
於是 ：
原始輸入 + 注意力結果 → 做 LayerNorm 歸一化（對應架構圖中 Add & Norm）
這個殘差結構讓訓練穩定得多 ，理解力越強 。最後由FFN進行深度非線性變換以增強特征表達 。
③ Masked Multi-Head Attention ：遮住未來
有同學說了 ，共同確保了模型無法“偷看答案” 。並最終經過Add & Norm後輸出給下一層或最終的預測模塊 。
所以，需要把每個詞轉換成一個向量，但若深入追問細節 ，
它像給每個位置貼上一段獨一無二的“節奏標簽”，兩個不同的注意力頭所展現出的各自關係 ，先引用這篇論文中的關於 Transformer 這個模型的整體架構圖 ：
上來直接就看架構圖是不是有些暈 ？
沒關係 ，就越關注這個詞。也能堆更多層 。可能主要關注輸入的 "I"
相关文章
Pretext 是一個用 TypeScript 實現的用於多行文本精確測量和布局的引擎 。不碰 DOM，不觸發 reflow ，卻能完美匹配瀏覽器字體引擎在各種語言、emoji 、混合文字方向下的真實表現 。2026-09-02
在把大模型接入日常工作流之後 ，筆者很快遇到了一個新問題 ：模型到底被用了多少次 ？每天的高峰時段是什麽時候 ？周末是不是真的沒人調用 ？如果對這些數據一無所知 ，就談不上優化成本 、排查異常 ，更談不上為後續擴容做2026-09-02
近期工作安排包括自動化測試 、自動化運維、自動化運營和安全等一些工作 。自己做產品 、自己做設計 、自己做開發 、自己驗收上線還是挺爽滴 。這其中工作簡單的就是自動化運維。但我今天真正要講的不是做了什麽 ，或者用了2026-09-02
背景 ：有監控node節點pod的CPU等資源，實現自動擴縮容的需要下 ，需要安裝metrics-serverk8s版本 ：1.30.14kubadm安裝） 對應metrics-server版本 ：0.8x本2026-09-02
openclaw就目前對我來說 ，感覺幫助不是很大 ，這隻是AI智能未來路上的一個小步驟 。當我讓ai生成內容時 ，網頁上一行一行的跳動 ，我離開電腦 ，孩子盯著那跳動的頁麵 ，感覺到無限的好奇 。回想到自己小時候的2026-09-02
codex對接智譜coding plan ，我發現連cc switch也不用了
背景大家好 ，我是逐日 。周末在家裏電腦折騰 ，本來還是按慣例在弄codex--》cc switch--》智譜 ，翻官方文檔的過程中 ，發現智譜好像已經原生支持了openai的response接口。試了試，連c2026-09-02
最新评论