已验证65% 置信事实精确时间
Self-Attention的核心公式为Attention(Q,K,V) = softmax(QKᵀ/√dk)V，除以√dk是为了缓解点积值过大导致的梯度消失问题
3
来源数
65%
置信度
长期有效
时效性
2026/7/13
首次发现
来源
AI应用开发工程师核心能力拆解：从入门到工业级落地
bilibiliAI大模型-开发2026/7/11
相关事实
已验证Transformer架构的自注意力机制核心计算公式为 Attention(Q,K,V) = softmax(QKᵀ/√d_k)V，softmax函数将所有位置的注意力分数归一化为总和为1的概率分布77% 相似待验证标准 Scaled Dot-Product Attention 中 Q 与 K 做矩阵乘法得到 n×n 注意力分数矩阵，计算量为 O(n²·d)74% 相似待验证自注意力权重通过Softmax函数归一化，权重总和恒为173% 相似待验证Transformer架构中的自注意力（Self-Attention）层通过Softmax函数对所有位置的相关性分数进行归一化，当序列长度从几千Token膨胀到数万Token时，每个位置分配到的注意力权重被大幅稀释70% 相似待验证Self-Attention的核心操作是计算查询向量与键向量之间的点积相似度，再以此为权重对值向量进行加权求和68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/500052API
curl https://kongchang.com/api/v1/knowledge/claims/500052MCP
get_claim(id=500052)