理解 attention，可以先区分 K 和 V 的作用：

K 参与计算 Q 与各个条目的匹配分数。
V 根据 attention weights 加权求和，形成输出。

DeepSeek-V4.1-Flash 的 core attention 使用同一个存储向量，同时承担 K 和 V 的作用。

先用 Q 与该向量计算匹配分数；经过归一化得到权重后，再让同一个向量按权重参与输出的加权求和。
不同 query heads 可以读取同一份 KV，同时得到各自的权重分布和输出。