这张图是一份“10篇植物病害论文的技术机制剖面图”，系统梳理了10项代表性研究的技术路径、论文贡献与训练边界。内容按编号呈现：LeafNet侧重图像与元数据构建六类视觉问答基准，评估细粒度病理；TomaMMU/TomaBench利用人工标注形成基础感知与专家任务评测；PlantExpertVQA通过结构化知识卡与专家复核生成分层问题；PlantInquiryVQA结合视觉证据与严重度进行多轮推理与幻觉评价；PD-CLIP利用UBS合成图文与双流CLIP+LoRA实现复合域适配；SOLAR以任务提示和Fusion Expert完成多任务生成；SMART将病斑结构化为KNN图进行检索；T-MLKM通过教师图文融合与知识蒸馏推理；MACM/Cross-Mamba采用双向跨注意力与Mamba融合；HF MAP则针对机器人视觉构建结构化策略与风险输出。适用于需要快速了解植物病害AI前沿技术路径、模型设计与训练边界的科研人员和算法工程师。