该框图展示了“农业·植物病害大模型的训练创新图谱”，基于11项可核查研究（涵盖中文期刊与国际会议/期刊），依据实际训练步骤分为三大类：国内论文与新近偏好优化、农业专用生成式大模型训练、病斑建模与损失优化及高效训练。第一类包含：DPHI（判别式VLM，双提示层次交互，创新为少样本提示与原型，边界非生成式LLM）、多作物病害诊断问答（视觉专家与轻量LLM分工，创新为多作物专家与问答，边界非端到端）、TRAG-DPO（生成式多模态，番茄病害检索增强偏好训练，创新为专家偏好对齐，边界基于学校介绍）；第二类包含：AgroGPT（生成式多模态，农业专家指令微调，创新为领域指令数据引擎）、AgriGPT-VL（渐进式对齐与GRPO，创新为分阶段+强化精修）、AgriChain（专家核验理由监督，创新为推理依据监督）、MCTS自训练（搜索轨迹反哺模型，创新为迭代学习闭环）；第三类包含：PD-CLIP（仿真到真实域对齐，创新为细粒度域适配，边界非语言生成大模型）、AgriMM（区域文本对比检测，创新为区域级语义对齐，边界目标检测mAP不可与问答准确率比较）、双侧协同LoRA（视觉端与语言端联合更新，创新为梯度回传路径）、MTL-AWL（训练图文/部署图像，创新为训推异构与损失权重）。