图 a 说明同一病例的两种证据：已有叶面图 A3，一是原图重读并增加视觉令牌，二是翻叶或换距离离补拍获得新视角，补拍动作必须有同叶实拍对应图。图 b 说明模型在每一步能看到什么：已见证据为缩略图加已读图块，剩余预算为令牌数和采集时长，动作历史记录哪些区域已读、哪些视角已拍；训练时可查询完整视图组，部署时仅以当前状态选择下一步。图 c 给出可行动作内的学习排序公式 G (a)=Δlog p (y)−λvΔn−λaΔt，Δlog p (y) 衡量正确病种的分数改善，Δn 是新增视觉令牌，Δt 是新增采集耗时，超出任一剩余预算的动作从候选集中移除；用同叶完整视图组生成动作标签，训练策略头与视觉语言连接层。图 d 为双预算约束下的部署循环：当前证据经联合策略分出局部重读、实地补拍、停止转人工三条支路，再更新证据与预算并回流比较，策略在可行范围内比较 "看原图" 与 "拍新图" 的价值，终止情况分开记录，模型作答或预算耗尽后转人工。图 e 验证计算与补拍各值多少，按禁止补拍、至多一次、至多两次三类动作与低、高令牌上限交叉组合，设置低预算基线、一次补拍价值、第二次补拍价值、纯计算增益、计算与采集互补、宽预算对照，在独立外棚比较固定流程、先精看再补拍、联合学习，报告令牌数、耗时、补拍数和转人工率。