一、联合训练任务
1.1 NTP(Next Token Prediction)
gpt预训练的一个目标函数有两个，第一个是基础的下一个词预测任务，选择一个K窗口，将窗口中的K个词的embedding作为条件去预测下一个词。
1.2 TC(Text Classification)
第二个是一个分类任务，一段话给一个标签，然后去预测这标签。
作为预训练微调时的目标函数是这两个函数的加权和。
他在下接下游任务的时候，是将输入放入到transformer的decoder中，跟bert一样，使用预训练的参数，然后将特征加入到后续的一个FFN中，如下图所示：
他的层数是12层加768维，bert就是为了跟他做对比实验，才将自己的参数设置成这样的。
二、GPT2
GPT2是open ai为了回应bert，所
