对这个函数，0 ＜ η ＜ 1 时会收敛；η = 1 时在两侧等幅震荡；η ＞ 1 时会发散。η = 0.5 会一步到达最小值。这些阈值仅适用于本实验的 L(w) = w²。

候选词与 logit 是手动设定的示例，没有调用语言模型。温度影响采样分布，不会改变模型已有的知识。

本实验直接使用四维 Q、K 向量，省略分词、Embedding 和投影层。它展示的是缩放点积注意力的计算，不代表真实模型的语义判断。

使用固定关键词的 TF-IDF 向量与余弦相似度演示检索。预算按字符计数，省略 tokenizer 和大模型生成，只展示检索与组装过程。

隐藏层使用 tanh，输出层使用 sigmoid，损失为二元交叉熵。四个输入点归一化到 −1 / +1，样本准确率只针对这四个点，不代表泛化能力。