xN在炼金

注意力机制已经扩展为一个庞大的体系，本文系统梳理了各类注意力机制，其出现是为了解决什么痛点以及原理，展开详述了各类注意力机制的技术细节。

摘要 本报告围绕强化学习（Reinforcement Learning, RL）领域的核心算法 ——Q 学习（Q-Learning）展开，系统梳理其理论起源、数学框架、收敛性证明、实践应用及前沿拓展。

本报告采用阶梯式设计，包含12章约3万字内容，既为初学者提供从序列建模基础到Transformer架构的逐步解析，又为深入研究者准备了完整的数学推导、实验细节和变体分析。报告详细阐述了RNN/LSTM