英文：Scaled Dot-Product Attention 分类：architecture
Transformer 的核心注意力计算：查询与键的点积除以√d（缩放）后 softmax 得到权重，再与值加权求和；缩放防止点积过大导致梯度消失。
公式：Attention(Q,K,V)=softmax(QK^T/√d)V；缩放作用：控制方差（d 大时点积方差大→softmax 饱和→梯度消失）；变体：多头（并行多组）、因果掩码（自回归）、分组/滑动（效率优化）；复杂度：O(n²)（序列长度二次）。
用于所有 Transformer 模型（语言/视觉/多模态）、自回归生成（因果注意力）与注意力机制研究；缩放点积注意力是"Transformer 的心脏"。