本研究提出了一种新的双向学习方法，通过双向认知引导（BAI）解决了自回归序列到序列模型在预测早期错误时输出受损的问题。该方法在保持自回归约束的同时，显著提升了图像描述、神经机器翻译和文本摘要等任务的性能，对大模型训练有积极影响。