LLMの推論において；「Aという単語が出たら次はBが出やすい」という中間計算結果（キャッシュ）を使い回す技術を何というか。

ニューラルネットワークの「情報の流れ」を情報の幾何学として捉え；学習の収束を早める「自然勾配法」に必要な行列はどれか。