Token
Attention(Q, K, V)
Output = Attention × V
颜色越深表示 Query 对该 Key 的注意力越高。测试用例读取同一份 fixture 验证 NumPy 与 PyTorch 权重一致。
返回可视化入口从 fixture.json 读取 Q、K、V，在浏览器内计算 softmax(Q·Kᵀ / √d_k) 并展示权重分布；悬停单元格可高亮整行（Query）和整列（Key）。
颜色越深表示 Query 对该 Key 的注意力越高。测试用例读取同一份 fixture 验证 NumPy 与 PyTorch 权重一致。
返回可视化入口