为什么多头注意力能提升表达能力？

回答思路

1. 解释多头注意力将输入映射到多个子空间并并行计算
2. 说明不同头可关注不同的位置和语义关系
3. 强调多头通过拼接与线性变换融合多视角信息，增强模型表示能力
4. 能结合具体例子说明多头捕获多样依赖关系