Decoder-only 大模型在训练时使用「因果掩码（causal mask）」，它的作用是？

1. A.屏蔽掉训练数据里的敏感词与有害内容，避免模型在预训练阶段学到不当的表达方式
2. B.让位置 t 只能关注 t 及之前的 token，与推理时逐个生成的方式一致
3. C.随机遮住一部分 token 让模型做填空预测，与 BERT 的 MLM 掩码做法相同
4. D.把 padding 位置的注意力权重置零