实现分组查询注意力（GQA）

实现分组查询注意力（Grouped-Query Attention）。Q 有 H 个查询头，K/V 只有 H_kv 个头（H 是 H_kv 的整数倍），每个 KV 头被相邻的 H/H_kv 个查询头共享： 1. 把 k、v 的每个头沿头维度重复 H/H_kv 次（等价于 repeat_interleave，即 kv 头 0 分给查询头 0..rep-1，kv 头 1 分给 rep..2*rep-1，以此类推）； 2. 按标准缩放点积注意力计算：scores = q @ k^T / sqrt(d_k)，d_k = D； 3. 对最后一维做 softmax 后加权求和 v。 输入形状：q 为 (B, H, S, D)，k/v 为 (B, H_kv, S, D)，输出形状与 q 相同。 要求： - 不要调用 torch.nn.functional.scaled_dot_product_attention； - 计算必须可微； - 注意 repeat_interleave（每头连续重复）与 repeat（交错平铺）的区别。