用途：System 2 Attention（S2A）是面向 Transformer 架构的审慎、慢速推理机制，以验证器/约束的定位（Trit: -1）对注意力结果做二次校验，减少迎合性与无关上下文干扰。
主要能力：上下文重生成，由 LLM 重写上下文并移除无关信息；两遍注意力，先快速匹配再审慎推理；过滤迎合性内容与引导性问题；将回答锚定到已核实事实，并可用 validate_factual_grounding 比较声明与事实的蕴含关系来打分。
使用方式：典型模式为先由 LLM 从上下文提取仅与问题相关的客观事实，再在干净上下文上回答。命令示例：just s2a-filter context.txt query.txt；just s2a-sycophancy-test model responses/；just s2a-grounding response.txt facts.txt。
适用场景：需要抑制迎合性、过滤噪声上下文、加强事实锚定的推理与验证任务，可与 causal-inference、forward-forward-learning 等技能组合。
限制：资料未提供具体模型要求、性能数据、收费与平台支持等信息；实现效果依赖所用模型与阈值设定，文中阈值等参数未给出确定取值。