台下的诸多学生当中，只有路易斯和韩辞能够跟上他的节奏，这还是因为两人都提前对这些内容有了了解。

    并且韩辞根本就不是斯坦福计算机院的，虽然走了李飞飞的邀请，但她来读的仍旧是应用数学。这丫头只是来蹭课的。

    “注意力函数可以描述为：将一个查询和一组键值对映射到输出的操作，其中查询、键、值和输出均为向量，输出被计算为值的加权和。其中每一个值的权重是由一个注意力函数来计算的，该函数以查询向量和键向量作为输入。”

    “而我提出的缩放点积注意力，如书的287页所示。输入由三部分组成，维度为dk的查询向量和键向量，以及维度为dv的值向量。我们将单个查询值和所有的键一起计算内积，然后大小缩放根号dk，最后对内积结果做softmax函数以获得值的权重。”

    “”

    这一系列操作是t方法的基础，自然也是Gpt和bERt方法的基本构成部分。

    如果想要理解这几个月发生的一切，什么AI潜伏，AI医生，就必须要理解许多这样的操作。此乃是AI生成内容，AI大模型时代最为重要的核心原理，当然要着重讲解。

    只是同学们却不知晓，听得那是头昏脑涨，生不如死。

    按这种讲解方式，即便是罗德教授，也难以在短时间内将内容消化。

    他最开始还时不时地在手边的白纸上做些记录和演算，但很快就感觉有些不对劲了。

    不少同学在下面开始用手机拍摄板书，但仔细看了一会却发觉似乎意义不大。

    绝大部分的内容其实这本新教材上已经有了。

    现在的问题并不是这群高材生无法理解推导的过程，而是他们对各个步骤的意义知之甚少。

    不理解为什么这里要做类似的操作和变换，即便能够理解式子推导的过程，几轮下来也被枯燥的数理给淹没了。

    说白了就是没有一个主线，没有清晰的目的性。

    “式二经过演化得到式三，这个我好像看明白了。emmm后面怎么又有一长串推导，式六我好像理解了。等下，刚刚的式二是什么来着？”

    虽然能够理解，却不知道为什么要理解，直观感觉上都是无意义的高密度信息。

    几十分钟下来，人就彻底晕了。

    “好了好了，讲课的确是一门学问，不能由着你这样来。”不得已，罗德教授及时叫停，再继续下去，今天这节课的时间就算是浪费了。

> --