参数没变，这次可读的内容可以变

刚才从MLP理解关联记忆时，承担检测和输出方向的是训练后的W一和W二。普通推理里，这些参数保持不变。不同输入会激活不同响应组合，但模型不会仅仅因为读了一条新记录，就自动把它永久刻进参数。先把这一类对象认清：训练留下的是处理输入的规则。

右边的attention也有训练参数：W下标K和W下标V，是生成key和value的投影规则。把当前输入X交给同一规则，才得到本次的K/V。输入中增加位置，K/V增加行，但投影矩阵本身不因此变大。我们要分清规则和这次规则处理出来的内容，不能把它们含糊地都叫权重。

现在把这次实验记录放进当前输入：相同设置下，A用十二秒，B用八秒。模型可以利用这些新数字改变回答，而参数完全不必更新。换一份记录，本次K/V和读到的内容会变；下一个请求还能否看到旧记录，要看应用是否重新提供或保留上下文，不能只凭上次读过就说永久学会了。后半课会继续用这份A/B记录检验训练与使用的区别。