尧图精选 为什么q.k的维度一大就容易导致梯度消失，为什么attention要用√d_k来作为缩放因子，又是怎么起效果的。作为记录 🕒 发布时间：2026/10/29 14:57:39 📁 来源：尧图网络 上一篇/下一篇内容由系统自动关联 返回资讯列表 →
