在modeling_qwen.py的612-616行中

if past_key_values is None:
    past_length = 0
    past_key_values = tuple([None] * len(self.h))
else:
    past_length = past_key_values[0][0].size(-2)

按我理解，past_length指的是此前生成的token数量，而past_key_values[0][0].shape = [1, num_token, num_head, dim]，若past_length = past_key_values[0][0].size(-2)，则past_length = num_head。这应该不合理吧？