Transformer（二）：缩放点积注意力、QKV 与 Mask 2026 年 08 月 26 日 Transformer 从一个查询如何检索上下文出发，推导缩放点积注意力的公式、张量形状、Mask 机制与正确 PyTorch 实现。 Self-Attention Scaled Dot-Product Attention QKV Mask