使用mindspore进行seq2seq模型推理，权重由pytorch模型迁移而来

进行beam选取时，期望将已推理结束的seq进行存储，待已推理结束seq达到beam_size数量，按照tokens平均得分进行top选择

遇到问题：每次推理时按照beam_size行进行推理，生成下一个tokens，但是无法保证推理时的tokens是不重复的，需要再推理后进行去重操作

详细步骤：

beam_size个seq输入Transformers decoder层进行推理，按行选择top beam_size+1 个最优概率token，共计得到 beam_size * (beam_size + 1) 个seq

去除重复的tokens，保留不重复tokens (>=beam_size），再次进行下个token的推理