注意力与掩码实验台

拖动每个源位置的打分，再切换 padding 掩码。实验台先做稳定 softmax，再用权重求位置值的加权平均。

已启用掩码
为什么要先加掩码再 softmax？因为归一化以后再把 PAD 权重清零，会让剩余权重之和小于 1；重新归一化虽然能补救，但既多一步，也更容易漏掉批次中的不同长度。