問題番号: No.3135 (しっかりモード)

Transformerにおいて、単一の注意機構ではなく、異なる表現部分空間から情報を共同で学習するために、複数のクエリ、キー、バリューの重み行列を用いて並列に注意計算を行うメカニズムの名称として正しいものはどれか。