Transformer 注意力机制面试题解析：为什么 QKᵀ 要先过 softmax 再乘 V

cneuralnetwork 分享了一道 Transformer 面试题，解析为何先对 QKᵀ 做 softmax，再与 V 相乘，以检验对注意力机制核心原理的理解。文章称，真正理解这一问题，就掌握了注意力机制中相当大一部分核心原理；页面同时列出「研究」频道的多项 AI 资讯。