prompt_vector = torch.sum(prompt_embedding * attention_weights.unsqueeze(-1), dim=1) # [1, hidden_dim]
prompt_vector = torch.sum(prompt_embedding * attention_weights.unsqueeze(-1), dim=1) 主要作用是通過將 prompt_embedding 與 attention_weights 相乘后再按指定維度求和，得到一個新的張量 prompt_vector。
代碼解釋
prompt_embedding：這是一個包含提示詞嵌入向量的張量，通常形狀為[batch_size, seq_len, hidden_dim]，表示批次大小、序列長度和隱藏層維度。attention_weights：這是一個注意力權重張量，形狀通常為[batch_size, seq_len]，表示每個位置的注意力權重。
)
