DCA 架构将 LLM 上下文计算复杂度从 O(N^2) 降至 O(k)

Samama Tariq 提出延时认知架构 DCA，采用“先检索后思考”三层框架将 LLM 上下文计算复杂度从 O(N^2) 降至 O(k)。该架构解耦检索与推理引擎，仅在过滤结构化后触发高参数 System-2 推理，将上下文从 N 个 token 缩减至 k 个相关 token（k << N）。系统由此实现 100% 确定性召回，并消除上下文混乱引起的模型幻觉。