该图通过“论文创新点矩阵”横向对比了12项研究，核心在于剖析“谁在研究数据，谁在研究训练机制”。矩阵设定了数据集基准、问答推理、合成数据、开放集域适配、专家融合、环境跨域、梯度效用选择、检索上下文及专家/证据审核9大维度，以实心圆（主要创新）、半圆（部分涉及）和横线（非核心贡献）定性标注。图中直观呈现了两类研究取向：偏重数据与任务的研究（如LeafNet、TomaMMU、PlantExpertVQA）多集中在数据集构建、问答推理及专家审核维度；偏重机制与适配的研究（如PD-CLIP）发力于合成数据与开放集域适配；偏重训练机制的研究（如FROST、GrADS、GRADFILTERING）则高度聚焦于“梯度效用选择”；此外，SMART和ContextLeafXAI分别在检索上下文和环境跨域上有独特建树。该矩阵逻辑清晰，是一份精准的科研定位图。适用于选题的研究生、优化算法的工程师。