注意力机制 — 验证缩放点积注意力在因果遮罩下的等价与多头拆分正确性

用 pytest 把缩放点积注意力的三个核心性质钉死：每行 softmax 权重之和为 1；改动未来位置 token 不影响当前位置输出；多头拆分再拼回 shape 一致、语义不变。

→ 在第7章正文里查看完整命令、预期输出与故障注入