词语与权重：通过协同自适应简化多轮交互

针对大语言模型在多轮交互中难以动态适应用户需求的问题，本文指出现有方法仅单一优化提示或权重，忽略了歧义与能力不足的耦合效应。作者提出 ROSA2 框架，将交互重构为“词语”与“权重”的联合优化问题。该方法利用文本梯度消除意图歧义，并通过参数更新弥补能力缺口。理论证明协同自适应能严格减少收敛所需的参数偏移。实验显示，ROSA2 在 MATH 基准上超越最先进基线 30%，并将交互轮次减少 40%。