正确答案是 B: 基于单向的 Transformer 解码器。

分析：

1. **GPT（Generative Pre-trained Transformer）模型特点**：
- GPT 是一种基于 Transformer 架构的语言模型。
- 它使用的是单向（或自回归）的 Transformer 解码器。这意味着模型在生成每个词时，只能使用其前面的词作为上下文，而不能使用后面的词。

2. **选项分析**：
- A: 基于双向的 Transformer 编码器：这种结构类似于 BERT（Bidirectional Encoder Representations from Transformers），而不是 GPT。BERT 是双向的，允许模型同时考虑上下文中的前后信息。
- B: 基于单向的 Transformer 解码器：这正是 GPT 的特点。GPT 通过自回归方式生成文本，逐词预测下一个词。
- C: 基于双向的 LSTM 拼接：这种方法与 Transformer 架构无关。LSTM 是一种循环神经网络，不是 Transformer。
- D: 以上都不是：由于 B 是正确的，所以 D 不成立。

因此，GPT 的预训练模型的特点是基于单向的 Transformer 解码器。