% teach:
% gap: 把 $K^\top$ 当成记号上的装饰，不当成一次真实的换面
% takeaway: 打分沿 $d_h$ 收缩，收缩边必须等长
% jump: fixture 只写 $QK^\top$，没说明转置是物理换面而非书写约定
% omit: 多头拼接与输出投影
\section{主张与贡献}
\splabel{C1}
打分是 $(T\times d_h)(d_h\times T)\to(T\times T)$。$K^\top$ 必须物理换面，收缩边等长。

先用中文说完，再写式子：

\[
S^{(i)}=Q^{(i)}K^{(i)\top}.
\]

\begin{itemize}
\item $Q^{(i)}$ — 第 $i$ 头 query，$T\times d_h$
\item $K^{(i)\top}$ — 转置后的 key，$d_h\times T$
\item $S^{(i)}$ — 分数，不是 mask
\end{itemize}

\spfig{F2}{每头打分沿 $d_h$ 收缩。}{重绘自 fixture；toolkit: \texttt{supertensor}；ledger id: F2。}

\subsection{本章小结}
轴长是这张图的主张，所以走 supertensor，不走 superfig。