小红书 Dots 团队提出 DoSA，将百万 token 上下文首 token 延迟降低约 37% 至 48%

小红书 Dots 团队自研的 DoSA 利用分数上下界加速稀疏注意力的索引器，在保持原始 Top-K 选择结果的前提下提前过滤约 97% 的候选。在约 1M token 上下文下，Dots3-Note-preview、GLM-5.2 和 DeepSeek-V3.2 的首 token 延迟较各自的 SGLang 基线分别降低约 37%、46% 和 48%。