你讀一句話時，會不會自然把注意力放到真正有關的字上？
你可以把自注意力想成句子裡每個詞都互相看一眼，再決定誰對誰最重要。
它重要是因為 Transformer 之類的模型，靠的就是這種全局關聯能力。
你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。
容易混淆
自注意力 vs 注意力機制
自注意力是同一序列內部互相看 注意力機制是更廣的總稱 最關鍵的區別是子集合還是總概念。
自注意力 vs RNN
自注意力可以同時看整個序列 RNN 是一步接一步處理 最關鍵的區別是並行全看還是順序讀。
記住這句就好
句子裡每個詞都能互相打分，這就是自注意力。
實際案例
機器翻譯 模型在翻譯一個代名詞時，能回頭看前文的主詞，讓翻譯更準。
長文摘要 模型可以同時看標題、段落和關鍵句，而不是只記住前幾個字。
算法與應用
常見流程是把輸入變成 Query、Key、Value，再算權重做加權和。 它能處理長距離依賴，但計算量通常是 O(n^2)。 位置編碼很重要，因為注意力本身不會自動知道詞序。
情境判斷
Q1（直覺題）： 如果一句話裡前後兩個詞相隔很遠，但模型還能把它們連起來，靠的常是什麼？
常常是自注意力。
Q2（判斷題）： 自注意力既然能看全句，就不需要位置資訊了嗎？
不是。沒有位置編碼，模型通常不知道詞的先後順序。
常見問題
Query、Key、Value 是什麼？
A：Query 是要找什麼，Key 是可被比對的索引，Value 是實際要取回的內容。
自注意力怎麼處理不同長度序列？
A：通常會 padding 成同長度，再搭配遮罩處理。
位置編碼做什麼？
A：它把順序資訊加進模型，讓模型知道誰先誰後。