+text 模式下的pending logit问题

[ljjTYJR]

MiniCPM-o-Demo/MiniCPMO45/modeling_minicpmo.py

Lines 2992 to 2997 in 50b0865

	if mode == "TEXT":
	# text-only mode: get logits from the last token
	self.pending_logits, _ = self.decoder.feed(text_embeds, return_logits=True)
	else:
	# mixed mode: just feed, let other modality get logits
	self.decoder.feed(text_embeds)

你好，
请问一下如果是 video/audio + text的prefill情况下，pending_logit 不是依据最新的kv cache解码出，而仍然是其他模态下解码出来的，这么设计有什么原因么？