请问推理部分是这么聚合两个头的结果的？

[llz-lian]

是要用到其他结构吗？

[ElliottZhen]

请问你复现这个代码了吗，结果精度差别大吗，我用了不同的GPU，got10k的结果差别很大，一般在百分之1左右。