该框图展示了设施蔬菜病害大模型中的层级化鉴别诊断技术框架，旨在实现从病斑表型到可追溯证据链的推断，并具备相似病对分离与校准拒识能力。框架由四个核心模块组成：(a) 表型解析链，从棚室原图出发，依次进行器官/ROI定位、病斑分割、表型量化（颜色、形状、纹理、分布），最终形成结构化的症状符号集。(b) 层级鉴别路由，将病斑token集合按叶部、果实、茎/生长点分类，通过概率分布逐级收敛候选集，并引入阴性证据排除机制（如叶背无霉层排除叶霉病），降低误诊率。(c) 证据链输出，系统生成包含病斑特征、扩展形状、环境温湿度及生理性诱因的完整证据链，最终给出带有置信度和证据完整度的可解释诊断结论。(d) 相似病对的分离度提升，量化对比显示本文方法在灰霉/叶霉等硬样本对上显著优于单模态基线，并说明了通过语义先验、阴性证据显式建模及低置信样本拒识转人工等机制来分离相似病例。