C-Attn 与 QKV
用“猫、吃、鱼”三个 token，逐步观察联合线性投影、Q·Kᵀ、softmax 与加权 V 如何组成一次注意力计算。
输入 X：每行是一个 token
Wc_attn = [ WQ | WK | WV ]
WQ
WK
WV
[Q | K | V] = X · Wc_attn （省略 bias）
一次线性层，同时切出 Q、K、V
Q
K
V
Q · Query
当前 token 想找什么？
K · Key
每个 token 用什么特征接受匹配？
V · Value
匹配成功后，实际取走什么内容？
“吃”的 Q
Q · Kᵀ ÷ √3
softmax → 注意力权重
权重 × V → 新上下文