ALiBi 全称 Attention with Linear Biases（"带线性偏置的注意力"）。不加位置编码，而是在注意力分数上直接加距离惩罚 — 距离越远扣分越多。外推性强（训练时见过 2k，推理时拉到 8k 也能用）。
下面是教学用的最小实现，目的是让你看懂原理。生产中请用 PyTorch / TensorFlow 的高性能 op。