为什么目前主流的模型都是用的decoder-only结构？

回答思路

1. 能对比encoder-decoder、encoder-only和decoder-only在预训练目标上的差异
2. 能解释自回归训练与因果掩码如何适配decoder-only
3. 能说明推理效率、扩展性和统一接口的优势
4. 能提及GPT系列实证成功与生态支撑
5. 能讨论decoder-only在生成任务上的简洁性