Почему обучение можно выполнять параллельно по токенам, а генерацию — последовательно?

Тема: NLP и LLM · Архитектуры GPT и BERT · Сложность: Сложно

Ответьте на вопрос вслух или текстом — разбор придёт сразу: оценка по четырём критериям, пробелы и готовая формулировка.