问题：下图调用了多少次模型？

不久以前我以为是调用一次

通过看代码是输出多少个token就调用多少次，如图所示：

我理解为分类模型

预测下一个token可以理解为分类模型，类别是vocab的所有token，每一次调用都是在分类

为什么不能一次输出呢

从数学维度来讲，本质是条件概率，每次预测token都要基于前面的token为条件;
比如说预测了某个token，设为t1，然后要预测t2，这个时候t1要成为t2的条件了，那么t1也要转换成特征向量，那有两种选择，一种是直接使用t0的最后一层向量当作t1，还有一种是调用一次模型生成t1的特征向量； 对比两种选择，显然再调用一次模型更合理，才能利用transformer的优势，能得到更好的结果。

详情请看：https://www.zhihu.com/tardis/zm/art/623704947?source_id=1003