本图为大模型基座作用机理示意图，主题是从病斑视觉到证据条件推理，核心思路并非简单让大语言模型看图，而是搭建受病斑证据约束的共享语义接口。模型接收四类证据输入：病斑图像 R、症状指令 T、检索知识 K、环境条件 d，送入共享植物病害多模态大模型基座 Fp。基座融合植物视觉编码器、病害图文先验、LLM 语言先验与知识记忆库，经由病斑视觉编码、病斑特征提取、症状‑证据语义映射、证据门控等模块完成推理；依靠 LoRA 与 Adapter 进行参数高效微调，限定模型仅在证据条件下开展诊断、鉴别与解释，检索知识用于弥补视觉证据不足，避免无依据生成。模型统一输出诊断结果、病斑证据、推理解释与不确定性。采用多任务联合损失函数，包含定位、对齐、诊断、证据、条件等多项损失约束，三个研究内容共用同一基座，只微调少量参数，保留基座大部分通用能力。底部设置多组对照验证实验，通过换背景、擦病斑、去除 RAG、跨域测试等方式，验证模型是否真正依靠病斑证据推理，检验模型的鲁棒性与可解释性。整套机理突出证据约束、参数高效微调与可控推理，从输入编码、证据推理、损失优化到对照验证形成完整闭环。无论撰写 NSFC 基金本子或论文机理图说明的科研人员、研究生，都可以参考这套模型内部推理机制设计。