输入不直接计分，为什么仍然必须计算？

沿用同一条样本，这次选择 response-only loss，只对回应目标计分。右侧零和一汇总的是各段目标的损失权重：零表示该目标不直接计入这次损失，一表示计入。它管理评分表，没有删掉输入。否则连 A 和 B 的材料都不读，回应就失去条件。先从最容易错一格的首回应 B 看，计分究竟落在哪里。

沿这一条箭头看：最后一个 prompt 位置的输出，对接下来的首回应 B 分配概率。B 是被预测的目标，所以它要计分。“输出来自 prompt 末位置”和“目标属于回应”同时成立。零和一跟目标走，不跟文本框的颜色走；如果只按输入位置机械遮掉一整段，就可能漏掉首回应这一项。下一拍保留这条任务关系，放大它怎样依赖输入计算。

先沿蓝色前向看：模型读取 prompt 表示，经过 attention 和后续计算，形成回应概率，再与回应目标计算损失。红色反向线沿这些计算依赖返回，汇集到产生表示和输出的共享参数 θ，优化器再把 θ 更新为 θ′。

输入样本中的十二和八不会被优化器改写；改变的是参数。输入没有独立计分，不等于输入没有计算，也不等于相关计算路径不能影响参数更新。现在先把“可读取谁”和“哪些目标计分”拆开核对。

现在把两件事并排放。左边因果 mask 管这一位置能够读取谁，蓝色区域对应合法前缀；右边 loss mask 管哪些目标拿来计分。prompt 目标为零，首回应 B、后续回应和必要结束标记为一。给回应预测时，前面的材料仍可被读取。

这是本例指定的 response-only 设置，并非所有 SFT 的唯一做法。根据选定目标汇总损失、反向传播并更新参数，才完成训练步骤。下一页换掉材料中的数字：如果仍然照抄 B 更快，就没有完成我们要检验的行为。