理论部分：
图中的输入是一个token的embedding向量
对于Q：
将输入经过一个下采样矩阵的到latent ctq，该维度小于正常的Q向量的维度；
然后将Q经过两次上采样，得到Q合并之前的两部分（一部分有RoPE一部分没有），拼接之后得到完整的Q
对于KV：
K也是由两部分拼接而成，一部分带有RoPE，一部分没有；
带有RoPE的：token的embedding向量直接经过矩阵变换和RoPE得到
不带有RoPE的：通过下采样得到latent ctkv，latent ctkv经过一个上采样的到K的第二部分
V直接由latent ctkv经过上采样的到V