也就是说，如果需要attention，也就是动力系统需要我们有必要记住这个信息，有利于需求的满足，那么，就记住他更多抽象层级的信息，否则就记住比较少的，抽象的关键特征 但 transformer 里的 attention，其实是上下文中的相互影响（注意）