% teach:
% gap: 会写 $QK^\top$，但没想过收缩沿哪条边、$K^\top$ 要不要真的换面
% takeaway: 这一节问的是形状对齐，不是模块拓扑
% jump: none
% omit: 摘录之外的全文结构
\section{这篇论文在问什么}
每头的 $Q$ 和 $K$ 沿哪一条边收缩，$K^\top$ 要不要真的换面？