待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/3

首次发现

有效期至：2026/10/1

来源

Claude Code会话回滚功能详解：配合Git工作流实战指南

bilibili啥都懂的程序员2026/6/22

相关事实

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84% 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178% 相似已验证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77% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/61978

API

curl https://kongchang.com/api/v1/knowledge/claims/61978

MCP

get_claim(id=61978)