请解释自注意力机制和交叉注意力的区别，并说明为什么在缩放点积注意力中要对点积结果除以根号d。

回答思路

1. 清晰解释自注意力的定义和计算流程
2. 清晰解释交叉注意力的定义和应用场景
3. 对比自注意力和交叉注意力在查询、键、值来源与对应关系上的差异
4. 解释除以根号d的数学原因（防止点积过大导致softmax梯度消失）
5. 说明缩放因子对训练稳定性的实际影响