这张流程图展示了“领域专家网络二级索引与阶段激活”的机制。系统首先输入作物标识、候选病因类型、训练阶段k及样本复杂度等级。随后，通过“二级索引与激活门控”模块进行路由，第一索引按作物种类（如番茄、黄瓜、辣椒）分流，第二索引则细分病因类型，为每种作物配置真菌性、细菌性、病毒性及生理性四类专家网络，且均采用LoRA（低秩适配）架构。门控机制根据输入条件动态激活对应的专家子集，输出参与前向计算的专家/LoRA集合及阶段蒸馏目标。未被激活的专家不参与当前训练步骤，从而在保障多作物多病因识别能力的同时，有效控制计算资源消耗并提升训练效率。图中特别注明，具体的判定规则需在说明书中明确。适合人工智能领域从事混合专家模型（MoE）与参数高效微调研究的高校研究生及算法工程师作为架构设计参考。