研究人员提出将知识写入模型权重而非提示词中,通过超网络为每轮对话动态生成LoRA权重。这种贝叶斯机制使模型能够持续适应,无需重复读取上下文。实验表明,该方法在长文档、多轮对话中表现优异,且每轮计算成本恒定。