如何学习Transformer中的KQV机制 | 原创，AI翻译
阅读了K, Q, V机制在Transformer中的应用后，我大致理解了K、Q和V的工作原理。
Q代表Query，K代表Key，V代表Value。对于一个句子来说，Query是一个存储需要向其他token询问的token值的矩阵。Key代表token的描述，Value代表token的实际含义矩阵。
它们有特定的形状，因此需要了解它们的维度和细节。
我大约在2025年6月初理解了这一点。我最初是在2023年底左右才开始了解它的。当时，我读了像The Illustrated Transformer这样的文章，但当时并没有理解太多。
大约两年后，我发现现在更容易理解了。在这两年中，我主要专注于后端工作和准备副学士学位考试，没有读或学习太多关于机器学习的内容。不过，我偶尔在开车或做其他事情时会思考这些概念。
这让我想到时间的作用。我们可能在第一次看到某些东西时学到很多，即使当时并没有理解太多。但无论如何，它都为我们的思考提供了一个起点。
随着时间的推移，我发现对于知识和发现来说，第一次思考或理解某些事情是很难的。但后来，学习和了解起来似乎更容易了。
其中一个原因是，在AI时代，学习更容易，因为你可以深入任何细节或方面来解决你的疑问。还有更多相关的AI视频可供参考。更重要的一点是，你会看到有那么多人在学习并基于这些内容进行项目开发，比如llama.cpp。
Georgi Gerganov的故事很有启发。作为一个从2021年开始学习机器学习的新手，他对AI社区产生了强大的影响。
这种事情会一再发生。因此，对于强化学习和最新的AI知识，尽管我目前还无法投入太多时间，但我认为我可以抽出一些时间快速学习并尽量多地思考它们。大脑会做好它的工作。