请介绍QKV注意力机制中Q、K、V的迭代或计算逻辑，以及如何训练或求解到最优参数。

回答思路

1. 能说清Q、K、V各自的生成方式与点积缩放点乘流程
2. 能解释注意力权重的作用与上下文加权求和
3. 能说明训练时如何通过损失函数反向传播更新Q、K、V的参数
4. 能解释“迭代到最优”是指模型参数训练收敛而非QKV本身循环