所需先决条件

• 我已阅读了文档 https://github.com/baichuan-inc/baichuan-7B/blob/HEAD/README.md 。
• 我已在 Issue Tracker 和 Discussions 中搜索，确保这个问题尚未被报告过。如果已经报告过了，请在那里加1或留言。
• 在提出问题之前，请先考虑在 Discussion 中提问。

问题

项目中提到“整体模型基于标准的 Transformer 结构，我们采用了和 LLaMA 一样的模型设计”，然而我发现在modeling_baichuan.py中的Attention,在train阶段没有用到attention_mask。但是llama中的Attention是用到了的。请问这是为什么呢？

检查清单

• 我已在上方提供了所有相关且必要的信息。
• 我已为这个问题选择了合适的标题。