Soft-MTP：修正多 Token 预测梯度的免费优化方法

研究团队发现标准多 Token 预测（MTP）训练存在梯度缺陷：MTP 交叉熵梯度中低信噪比的残差项会干扰下一 Token 预测与多 Token 学习，且随规模增大而加剧。