这是一篇专门用来测试和展示 LaTeX 公式效果的博客。

如果你的博客已经启用了数学渲染，那么下面这些公式应该会被漂亮地渲染出来。

如果你已经知道 Self-Attention 的核心任务，是在一个序列内部判断“谁和谁更相关”，那么接下来最重要的问题就是：

这种“相关性”到底是怎么计算出来的？

很多人在第一次看到 Attention 公式时，都会把重点放在 softmax、矩阵乘法或者最后的加权求和上。但从建模角度来看，真正决定“谁该被关注”的，是前面那一步匹配函数（matching function），也可以理解为注意力里的某种匹配核（match kernel）。

本文会先从直觉解释匹配核，再用点积、缩放和 softmax 这三个层次，把 Self-Attention 的打分机制拆开。

如果你最近在关注大模型、ChatGPT、文本生成或者多模态 AI，几乎一定会反复看到两个词：Transformer 和 Self-Attention。

很多人第一次接触这两个概念时，常常会觉得它们非常“学术”，像是只有论文研究者才需要理解的内容。但实际上，今天几乎所有主流大模型——无论是聊天、写作、翻译、代码生成，还是图像与文本结合的多模态系统——背后都深深建立在这套机制之上。

如果说大模型是今天 AI 爆发的结果，那么 Transformer 和 Self-Attention，就是支撑这场爆发最重要的底层方法之一。

本文会先从 Transformer 的整体结构讲起，再把 Self-Attention 机制拆开说明，最后解释它为什么能成为现代大模型的核心基础。

如果你最近在关注大模型、知识库问答、企业 AI 助手，几乎一定会看到一个高频词：RAG。

很多人第一次听到这个概念时，都会把它理解成“让模型联网搜索”或者“给 AI 接一个向量数据库”。这些理解不能说完全错误，但都只说对了一部分。

RAG 的核心，不是单纯“检索”，而是让大模型在生成回答之前，先从外部知识中找到更相关的信息，再结合这些信息进行回答。

如果你最近在关注大模型、自动化助手和智能应用，几乎一定会听到一个高频词：AI Agent。

很多人第一次接触这个概念时，会把它简单理解成“更聪明一点的聊天机器人”或者“会自动执行任务的大模型”。这些理解不能说完全错误，但都还没有真正抓住 Agent 的核心。

AI Agent 的关键，不只是会回答问题，而是能够围绕目标进行理解、规划、执行和反馈。