详细梳理了五项研究：01 DPHI双提示少样本模型（农业工程学报），通过层次可学习提示+CLIP，结合SPI类掩码双向注意力与DPC（EMA原型+多任务对比），实现外采苹果病害Macro-F1 92.20%（16-shot），创新在于类掩码双向注意力与冻结CLIP主干；02 自监督适应性图文融合（智慧农业），利用LLM生成病理语义，通过CLIP双流与平衡跨模态对齐，结合动态模态权重与自监督重构，PlantVillage分类准确率达99.67%；03 多作物病害识别与问答（农业工程学报），采用Swin-Tiny与多物种专家分类头及LLM微调，结合近期文献RAG实现可信问答，内部98.74%、外部89.52%的准确率；04 点—面—时空多目标决策（农业机械学报），基于电子病历（结构/文本/图像），通过Shared-MMoE/BERT-CNN/视觉及时空KAST图与知识图谱解释，实现面时空多任务管控；05 电子病历多场景处方推荐（农业机械学报），针对作物环境与症状电子病历，利用CdsBERT-RCNN/MC-SEM与BATNet多模态处方推荐，提供常见、未见病种和不完整模态的差异化方案。