本研究提出了一种动态轻量级插件DLP-LoRA，旨在解决大型语言模型在特定领域微调时的高资源消耗问题。通过使用仅5M参数的小型MLP模块，DLP-LoRA在句子层面动态融合多个LoRA，提高推理效率。实验结果显示，该方法在多个任务中表现优异，平均准确率达92.34%，并在问答数据集上显著提升BLEU和ROUGE分数，展现出高效的多任务适应能力。