在最初描述现代 LSTM（Gers 等人）的2000 年论文中，训练算法描述如下：

输出单元采用BPTT；输出门使用略微修改、截断的 BPTT。然而，细胞权重、输入门和新颖的遗忘门使用了 RTRL 的截断版本。

然而，这种选择在文本中是不合理的。

对于使用 BPTT 训练输出门和使用 RTRL 训练其他门的决定是否有直观的解释？