三类梯度来源：真实训练批次给出类别均衡的真实样本及其真实梯度 g_real；合成候选给出经过质量筛选的候选对及其合成梯度 g_syn,i；仅用于训练的元数据集采用互不相交的真实元训练划分，给出元改进梯度 g_meta。三路梯度汇入梯度效用评分模块，且只在可训练适配器上计算：a_i 取合成梯度与真实梯度的余弦相似度，b_i 取合成梯度与元梯度的点积，q_i 由 αa_i 加 βb_i 加 γc_i 减 δr_i 加权得到，其中 c_i 为稀有类别覆盖度，r_i 为病理错误或梯度冲突，可选在小子集上做精确一步元校验。评分结果先经过安全门：拒绝标签与掩码不匹配、重复及泄漏样本，不确定样本转交专家评审。随后进入预算感知调度，权重 w_i 由 q_i 除以温度 τ 后 softmax 并乘以有效性门控得到，同时设置类别上限与真实合成比例约束。最后执行加权模型更新，总损失为真实损失加 α 倍合成损失，并周期性以低成本重新评分。