英文：Causal Attention 分类：architecture
限制每个位置只能关注自身及之前位置的注意力模式，保证自回归生成时"只看过去、不看未来"。它是 GPT 类语言模型的标准结构，也是 KV 缓存能复用的前提。
实现：将注意力矩阵上三角置为负无穷（加掩码），Softmax 后权重为零；推理时通过 KV 缓存逐 Token 增量计算。因果性确保了生成概率的分解正确性（P(x)=∏P(x_i|x_<i)）。
用于自回归语言模型（LLM 生成）、续写与对话系统；是"生成式 AI"架构层面的基石设计，几乎所有生成模型都基于因果注意力。