多问题打包进单次前向传播以省算力

把同一状态的多个问题打包进单次前向传播（全双向）的方案：所有问题共享一条序列、各带一个读取标记，单问题场景等价于 v1.1，多问题时状态共享类似缓存，借助 Qwen 架构可处理很长的多问题输入。代价是决策结果依赖被打包在一起的问题组合，不同运行间打包不一致时结果不够稳定，问题相互冲突时还可能带来负面影响。

pplx-decider 团队未走逐问缓存路线，而是把针对同一状态的多个问题打包进一次前向传播，做完全双向编码：所有问题共享同一条序列，每个问题各带一个读取标记，状态在多问题间共享、类似缓存。该方案在单问题场景下等价于 v1.1，能节省算力，但多问题打包的稳定性存在隐患。

pplx-decider 新方案将同一状态的多问题打包进一次前向传播，做完全双向编码：所有问题共享序列并各带 readout 标记，状态跨问题共享以充当缓存。单问题时等价于 v1.1；得益于 Qwen 架构，多问题拼接的超长输入不会撑爆显存，相比不缓存有很大的提速。作者发现相关问题交叉编码有额外收益，表格量化出 +11.3 等提升，但结果依赖打包方式，问题冲突时可能有害。