AI写很长的“思考过程”时，麻烦不只在字多：它每生成一步，还要不断回看前文。标准自注意力——给前文各处分配关注程度的机制——会让大量位置两两比较；长度翻倍，计算量大约变成四倍。LISA想做的，是不再把所有内容都同等精算。
它把回看分成两路：线性注意力把全部历史压进一份持续更新的长期记忆；Lightning Indexer则从完整上下文中挑出最值得细看的词，再交给固定规模的稀疏自注意力精确处理。可以把它理解为一边记住全书大意，一边按索引翻查关键页。两路结果由门控机制合并，而且无需从头预训练模型。
作者在DeepSeek蒸馏的Qwen模型上报告：16K token上下文中，推理速度提升50%；在AIME、MATH-500等数学推理基准上，平均成绩还比完整自注意力基线高5.6%。这组结果说明“少看”未必等于“少想”，但速度与质量能否在更多模型和任务上同时保住，仍有待验证。