该框架图展示了设施蔬菜病害大模型的总体框架，以知识基座、复杂度分级训练与证据链推理为核心，自上而下分为五个层次。数据层负责多源病例（图像、环境、农事）的语义对齐与绑定。知识层构建作物、器官、症状、病因、环境与防控措施的六元组本体，形成可追溯的双层知识组织。训练层涵盖三阶段领域适配：T1领域继续预训练（冻结主干并更新低秩参数）；T2复杂度分级课程微调（将样本分化为D1至D4阶段逐级训练）；T3专家偏好对齐（优选有依据的报告，抑制过度推断）。推理层执行层级鉴别，经表型解析、软路由、证据汇聚（支持/反对/缺失），最终进行校准与弃权，输出包含证据缺口的诊断。部署层实现边缘推理与复核回流，将专家确认的误诊样本导回训练闭环。适合人工智能与计算机视觉领域从事多模态大模型与可解释性研究的高校研究生及算法工程师作为总体架构参考。