大家都知道Transfomer的自注意力核心是 “通过Q/K/V计算token间关联权重，融合全局上下文”。
那为什么计算多次Q*K的点积，就能得到得到token之间的相似度呢？WQ, Wk, Wv权重矩阵又是怎么来的？
在回答这个问题之前，再温习下Transformer自注意力机制的整体流程：
计算Attention的公式：
整体流程是这样的：
分词：
为了把文字变成模型能看懂的向量，Transformer首先会进行一个输入预处理，用分词工具譬如BPE(Byte Pair Encoding)将句子拆分为最小的语义单位TOKEN,是的，就是调用大模型按TOKEN收费的TOKEN。
Embedding:
每个TOKEN被编码为一个512维的词向量，也就是说一个向量用512个数表示，因为这些词向量是同时输入模型的，模型并不能判断出它们的先后顺序，所以，我们还需要给它们分别一个位置信息，以此来告诉模型这些词向量的先后顺序，这时我们就得到了一个形状为10*512的词向量组，这里就用x表示吧，那么模型又该如何通过x找到每个词之间的联系呢？当然是让这些词向量相互之间计算一下了。
注意力计算：
为了实现这一点，模型首先用三个权重矩阵WQ, Wk, Wv分别和每一个词向量相乘，进行线性变换得到维度不变的Q、K、V向量，其中Q(Query)为查询向量，它代表当前词想关注什么；K(Key)是键向量，它代表该词能为其它词提供什么信息或是关于什么的信息，你可以把k向量看做一个标签或索引；而V(Value)则是代表该词实际包含的信息内容，它是真正被检索和聚合的信息本身。 这里的w_q、w_k和w_v是可以通过训练过程学习的一组权重值。
当然，实际在计算机GPU中运算的时候，是通过拼接而成的大矩阵做乘法，得到的直接就是包含所有词向量的Q、K、V矩阵，并不是像我们刚刚那样，一步一步计算的。
假设第一个token得到的是Q1、K1、V1,第二个token得到的是Q2、K2、V2，依次类推。
接下来，我们让Q1和K2做点积，这表示在第一个词的视角里，第一个词和第二个词的相似度是多少。同理，依次和K3做点积，表示和第三个词的相似度，和K4做点积，表示和第四个词的相似度，…。最后再与自己做点积，表示和自己的相似度。
拿到这些相似度系数后，分别与V向量相乘。
为了让分数更合理， 我们将计算结果除以一个防止梯度爆炸的常数根号下DK就得到一组注意力分数， 然后再用Softmax函数进行归一化处理，就得到一组注意力权重。这组注意力权重代表着该词与其它每个词的关联程度，也就是相似度。
上面的看完了，再回到最初的问题：
问题1：为什么多次Q*K的点积，就能得到得到token之间的相似度呢？
是因为Tokernizer分词+Embedding+WQ, Wk, Wv打下了好的基础。
具体来说，向量语义编码的训练目标，从根源上强制让 “语义相似的文本” 对应 “方向相似的向量”。向量方向的相似性不是偶然，而是模型被刻意训练出来的 “特性”，后续的点积运算只是对这个特性的量化和利用。
向量点积能捕获真实语义的逻辑链是：
语义嵌入训练 → 语义相似的输入对应方向相近的向量 → 点积运算量化向量方向相似度 → 缩放保障高维下量化结果有效。
可以看到：不是点积运算 “创造” 了语义相似性，而是语义嵌入模型 “预设” 了语义相似性对应的向量方向特征，点积只是把这个预设的特征提取出来而已。
为什么点积可以把这个预设的特征提取出来？这是一个数学原理，如果两个高维向量越接近，它们的交乘数字就越可能更大，它们彼此之间对对方投入的「注意力」也就越大，在Attention这个地方就可以理解为两个Token越相关，语义越相似。
问题2：WQ, Wk, Wv权重矩阵如何获得？
不同的场景不同。
训练过程：WQ, Wk, Wv模型初始化时随机生成，作为模型参数。在训练中，通过反向传播和梯度下降算法，根据任务目标（如语言模型的下一个词预测）不断迭代优化，最终学习到能够有效计算注意力权重的投影方式。
推理过程：直接使用训练阶段学习并保存下来的、固定不变的WQ, Wk, Wv权重矩阵，对新的输入Token向量X进行线性变换以生成Q、K、V。
感兴趣的同学再来看看Attention机制在Transformer框架中的位置：
最后唠两句
为什么AI大模型成为越来越多程序员转行就业、升职加薪的首选
很简单，这些岗位缺人且高薪
智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。
AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。
那0基础普通人如何学习大模型 ？
深耕科技一线十二载，亲历技术浪潮变迁。我见证那些率先拥抱AI的同行，如何建立起效率与薪资的代际优势。如今，我将积累的大模型面试真题、独家资料、技术报告与实战路线系统整理，分享于此，为你扫清学习困惑，共赴AI时代新程。
我整理出这套 AI 大模型突围资料包【允许白嫖】：
✅从入门到精通的全套视频教程
✅AI大模型学习路线图（0基础到项目实战仅需90天）
✅大模型书籍与技术文档PDF
✅各大厂大模型面试题目详解
✅640套AI大模型报告合集
✅大模型入门实战训练
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
①从入门到精通的全套视频教程
包含提示词工程、RAG、Agent等技术点
② AI大模型学习路线图（0基础到项目实战仅需90天）
全过程AI大模型学习路线
③学习电子书籍和技术文档
市面上的大模型书籍确实太多了，这些是我精选出来的
④各大厂大模型面试题目详解
⑤640套AI大模型报告合集
⑥大模型入门实战训练
如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！
应届毕业生：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。
零基础转型：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界。
业务赋能 突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型。
👉获取方式：
有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
