注意力训练细节点评：Q/K norm 带 gamma、V norm 不带，q/k/v 残差拆分引关注

stochasticchasm 点评选某模型训练配置，指出 Q/K norm 采用可学习 gamma 系数，而 V norm 不采用，并称赞 q/k/v 注意力残差的拆分设计十分巧妙。该不对称设计引发 AI 圈内对训练架构细节的关注。