pytorch api文档：张量的.masked_fill()方法-根据布尔类型的张量填充
pytorch api文档：张量的.bool()方法-将张量中的元素转换为布尔类型
pytorch api文档：torch.triu() 返回上三角矩阵
pytorch api文档：torch.tril() 返回下三角矩阵
大模型原理：因果注意力（掩码注意力）
pytorch api文档：nn.Linear类与nn.Parameter区别
pytorch api文档：nn.Linear类（线性层/全连接层）
大模型原理：实现带可训练权重的自注意力机制-封装类
大模型原理：为什么缩放注意力分数
pytorch api文档：torch.randint()生成整数型随机张量