双向注意力毁缓存？antoine_chaffin 实测四种注意力方案找到两全配方

针对完全双向注意力导致状态缓存无法复用，作者实测四种注意力 schema 后给出配方：先用完全双向训练，再做一次去掉「状态→问题」注意力的小微调。该方案不缓存得分 62.16，持平或优于 v1.1；带缓存 61.18，仅比 v1.1 低 0.4。而可缓存的最朴素 PrefixLM 风格方案只有 59.53，比完全双向低 2.0，其中一半差距来自把问题改成因果。