实现线性注意力（核函数版）

实现基于特征映射的线性注意力，把 O(S^2) 的注意力近似为 O(S)： φ(x) = elu(x) + 1 out = φ(q) @ (φ(k)^T @ v) / (φ(q) @ (Σ_j φ(k_j))^T) 其中分母是逐 query 位置的标量：den_i = φ(q_i) · (Σ_j φ(k_j))，形状 (B, H, S, 1)。等价地，out = (φq @ φk^T / 行归一化) @ v，但应按上面结合律的形式实现以体现 O(S) 结构。 输入形状：q/k/v 均为 (B, H, S, D)，输出形状与 q 相同。 要求： - 不要调用 softmax 或 scaled_dot_product_attention； - 计算必须可微； - φ 用 torch.nn.functional.elu(x) + 1。