该流程展示了“样本复杂度分级与课程调度”的机制，以K=4个阶段为例进行示意。流程首先输入症状符号序列、鉴别标签、病害本体及环境字段，并计算出四个核心分量：症状基元数量（归一化计数）、鉴别分支数量（对数变换）、环境耦合项（匹配数量）以及表型歧义度（语义嵌入相似度）。随后，通过加权公式算出样本复杂度Ci。系统据此排序并确定训练集的分位点Q1、Q2、Q3，将样本划分为低复杂度D1（C<Q1）、次低复杂度D2（Q1≤C<Q2）、次高复杂度D3（Q2≤C<Q3）与高复杂度D4（C≥Q3）四个阶段子集。在训练执行阶段（当前阶段k），采用当前子集监督与前一阶段子集回放的策略，损失函数由自回归损失与KL散度蒸馏项（基于参考模型冻结）组成，首阶段λ1=0，且仅更新被激活的适配器参数。