Gpt,gpt2,gpt3,bert,roberta,t5模型区别分析
只有decoder：
GPT：仅使用上文进行编码
GPT2:仍然仅使用上文进行编码（因为要处理生成任务）。但是模型更大，数据量更多。
GPT3:超大规模
只有encoder：
Bert：同时使用上下文进行编码
Roberta：相比bert主要是在训练参数上做了调整：batch size，adam参数，训练数据、nsp loss、epoch数，词表大小。
同时有encoder-decoder：
T5。encoder的hidden层输出用avgpooling，而不是像bert一样用的cls-token