应用集成管理 1物联网 2技术中台 3大数据 4 5G 5人工智能 6SaaS 化运营 7软件硬件化 8 边缘计算 业务数据分析 数据管理 设备管理模块 数据采集和互操作层 服务插件 平台 - V1 设备通讯框架 应用层 摄像头 闸口 地磁 数据采集 设备管理 数据采集 设备配置 数据采集 设备配置 数据接口 管理接口 用户及安全 Device DB 拓扑管理 设备注册

9 ② 色 确认 目母合◎ D0 投料 日 母 台 ◎ 区 设备参数 图形化设计，拖拽修改，简单易用 能人处方端号茄述 YD0D1 衡 处方描述 液跟险 V1 南级盗宿 版本 产品分号 产品名称 配方 配 API Cut 配源中刚床 配 液 左

词语之间的相关关系。Attention 机制用公式可以表示为： Attention(Q, K, V ) = softmax (QKT √ d ) V (2) Softmax 函数定义为： Softmax(v1, . . . , vn) = ( ev1 ∑n j=1 evj , . . . , evn ∑n j=1 evj ) . 不难看出，Softmax 函数就是经济学家熟知的多元 Logit 度（Temperature）、Top-K 和 Top-P。调节这些参数，能够使 大模型输出在可靠性和多样性之间取得平衡。 假如大模型一共有 |X| 种不同的词元。前馈神经网络的最后一步输出为 (v1, . . . , v|X|)′。大模型首先采用 Softmax 函数将数值归一化为词元上的概率分布。第 i 个词元被选中的初始概率为： pi = evi/τ ∑|X| j=1 evj/τ .