多头注意力（Multi-Head Attention）相比单头的主要好处是？

1. A.总参数量会减少为单头注意力的 1/头数，因此多头的主要目的是节省显存
2. B.各头在不同子空间里并行学习不同类型的依赖关系，最后拼接融合
3. C.每个头负责一个固定的 token 位置，从而不再需要位置编码
4. D.可以把模型能处理的最大序列长度直接扩展到单头时的头数倍，且无需改动位置编码