该图全面对比了2025—2026年病害大模型在8篇代表性论文中的训练方法机制创新。图中展示了八种典型策略：自适应在线LoRA实现容量动态分配；BLAP结合视觉提示与门控进行病灶感知；LeafVision利用540k叶片数据开展领域自监督预训练；PD-CLIP探索合成到真实域的零样本迁移；Farm-LightSeek构建三阶段蒸馏框架；跨架构蒸馏揭示大模型向轻量学生模型迁移的特征对齐“负结果”；CropGPT融合思维链与测试时知识增强；GraphRAG+LoRA则利用知识图谱增强推理。底部“训练方法创新横向对比矩阵”从微调范式、数据构造、知识注入、泛化/鲁棒及“最能体现创新的训练框架”五维拆解了上述论文，并提炼出可迁移的训练设计启示：从“容量”走向“条件路由”，从“视觉偏置”走向“提示门控/门控偏好”，从“纯生成”走向“检索增强/规则门控”，从“样本增多”走向“数据构造与负结果证明”。该图逻辑严密，全景式展现了训练机制的创新图谱。