之前翻MSA（Minimax稀疏注意力）的时候注意到了它的模型内和主模型一起训练的选择器，它取一定数量的块给主模型做注意力，来达成稀疏注意力的实现，而性能几乎没有损失，甚至还有提高 
然后注意到这玩意跟rag很像啊 
于是就想到，如果拿这个选择器，跟主模型一起训练的选择器这种，来想办法做RAG的选择模型，可以如何呢？