介绍一下常用的注意力机制，什么场景适合 Self-Attention？

回答思路

1. 解释注意力机制的核心思想和 Query/Key/Value 计算原理
2. 列举常见变体如加性注意力、缩放点积注意力、多头注意力和线性注意力
3. 说明不同变体的复杂度与适用场景
4. 阐述 Self-Attention 在长程依赖、并行性和序列建模上的优势及其局限