学到一点就写一点 · AI 大白话 用具体例子，把 AI 的原理和用法讲清楚。
水果摊和手机发布会提供不同线索的概念封面 · 点击放大
看这两句话：
我买了一个苹果。
苹果发布了新手机。
第一句的苹果能吃，第二句的苹果会发布手机。
我们读完整句话，很容易分清，因为不会只盯着“苹果”两个字看。买了什么、发布了什么，都会成为判断的线索。
大模型也需要利用这些线索。这一篇要讲的注意力机制，就参与了这件事：让一段文字中不同地方的信息联系起来。
只认出“苹果”还不够
上一篇说过，文字进入模型后，会先变成数字。没看过上一篇也没关系，你可以先把它想成：模型给每一小段文字准备了一份数字记录。
但有了“苹果”的记录，还没算清它在这句话里是什么意思。
我们换两个更容易拆开的例子：
水果摊里的苹果
这家手机公司叫苹果
同样是“苹果”，前面出现“水果摊”，我们会往水果那边想；前面出现“手机公司”，我们会往公司那边想。
周围的文字，给“苹果”补上了背景。
模型也会通过计算，把这样的背景信息带进来，让“苹果”在不同句子里的数字记录有所不同。注意力就是其中负责联系信息的一种办法。
可以先把它看成三步
还是看这段文字：
水果摊里的苹果
现在，我们只观察模型处理“苹果”的这一处。
第一步，看看有哪些信息可以参考。
前面有“水果摊”，也有“里”“的”，再加上“苹果”自身的信息。
这些信息的作用不一样。对我们读这段文字来说，“水果摊”是一个明显的线索，“里”“的”帮助把关系连起来。
模型会用数字计算，比较这些位置的信息与当前这一处怎样联系。它不会真的在心里问“哪个词最有用”；这里是借我们读句子的方式，帮助理解计算的用途。
第二步，决定各参考多少。
好比听几个人介绍一件事，有的内容多参考一点，有的少参考一点。
注意力会算出一组比例，决定每处信息以多大的份额参与。技术资料把这些比例叫作“权重”。
这里不必算具体数字。先记住：同一句话里的信息，可以一起参与，但参考的比例不同。
这些比例由模型计算出来，并没有一条人工规则规定“水果摊永远最重要”。换一句话、换一次计算，比例都可能变化。
第三步，把信息合起来。
按照刚才的比例，把各处送来的数字信息合在一起，得到一份新的数字结果。
这份结果会参与后续处理。于是，模型在“苹果”这一处使用的信息，就不再只来自“苹果”本身，也带上了前面的线索。
先联系前文线索，再按不同份额合起来，参与苹果这一处的后续处理 · 点击放大
教学示意：线的粗细只表示“参考份额可以不同”，不是实际模型的计算结果；图中文字分组也只是为了讲解。
所以，注意力不只是选出一个关键词，然后把其他文字扔掉。它可以把多个地方的信息一起带过来。
Q、K、V，只是给这三种作用起了名字
如果你以后看技术文章，可能会遇到 Q、K、V。
可以把它们和刚才的过程对应起来：
Q：当前这一处，拿什么去找线索。
K：各个位置，拿什么来供比较。
V：比较之后，把什么信息带过来。
Q 和 K 配合，用来算参考比例；V 是按这些比例合起来的信息。
它们实际都是数字，不是模型写下的三个问题。每处文字都能通过计算得到这三份信息，并非三个词分别负责一个字母。
读到这里，能分清“找线索、算比例、合信息”就够了。具体怎么算，等需要看技术资料时再往下拆。
为什么还要管前后顺序？
看这两句话：
人追狗。
狗追人。
出现的词一样，谁追谁却反过来了。
所以，模型除了处理文字内容，还要利用位置和顺序的信息。光有几个词，还得知道它们怎样排在一起。
还有一个需要分清的地方：本文介绍的这类逐步生成回答的模型，在某一处计算时，只能参考这一处和前面的文字。
比如：
水果摊里的苹果很甜。
在“苹果”这一处计算时，可以参考前面的“水果摊”“里”“的”和自己，不能参考后面的“很甜”。
苹果这一处可以参考前文和自身，很和甜在后面，暂不参与这一处的计算 · 点击放大
教学示意：只展示“苹果”这一处可以参考的范围，不表示每处信息的参考份额相同。
等处理到“甜”那里，前面的“水果摊”和“苹果”就都可以用上了。到句末、准备继续生成时，整句话的线索已经在可参考范围里。
这也解释了开头的“苹果发布了新手机”：模型可以在处理到句末时利用“新手机”这条线索，但不能说开头的“苹果”提前看到了后文。
多头，就是用几种方式分别联系信息
前面只讲了一套“找线索、算比例、合信息”的过程。
模型还可以让几套这样的计算同时进行，每套使用不同的数字变换，各自得到结果，再合起来。这就叫多头注意力。
可以先理解成：同一段文字，通过几种不同的计算方式，把信息联系起来。
具体联系哪些信息，是训练中学出来的。并不是人提前分好工，规定一个专门看水果、一个专门看公司。
最后，再回到那两个“苹果”
“水果摊里的苹果”和“这家手机公司叫苹果”，给了模型不同的线索。
注意力帮助它按不同的比例把信息联系起来。再经过模型中的其他计算和多轮处理，这些线索就能用于后续的回答生成。
这仍不保证它每次都判断正确，但我们可以先明白：模型处理一个词时，用到的不只是这个词，也包括能够参考的上下文。
下一篇，我们接着看：有了这些联系，模型又怎样组合几个条件，做一道推理题？为什么有时能做对，有时又会推错？
配图说明：封面由 AI 生成，是视觉隐喻；正文两图为程序绘制的教学示意，不是模型实测数据。文中的“数字记录”“找线索”等说法用于帮助理解，不表示模型像人一样思考。
