该框图按核心机制将18项代表研究归为四大类，区分了“更新模型参数”与“知识系统/数据基准”。A区（参数更新与微调）聚焦LoRA与提示参数，包含CN01（动态低秩适配）、CN03（双提示层级交互）、CN04（多作物诊断问答）、EN01（AgroGPT视觉语言对齐）及EN08（双侧协同LoRA）。B区（多模态与知识训练）关注局部病斑与视觉语义监督，包括CN02（SAFusion-CLIP跨模态对齐）、EN02（Agri-LLaVA农业知识注入）、EN04（CropGPT诊断推理指令）及EN09（DLCAP全局描述与局部一致性）。C区（推理与偏好训练）涉及思维链（CoT）、DPO及强化学习，涵盖CN06（TRAG-DPO细粒度视觉编码）、EN03（IPM-AgriGPT数据生成与蒸馏）、EN05（AgriChain专家验证证据）、EN06（Agri-R1合成推理数据与GRPO）及EN07（AgroNVILA视角条件感知）。D区（知识与评测基准）为非训练方法，包括检索、知识库与数据集，如CN05（AgenticGraphRAG）、EN10（PlantExpertVQA）、EN11（AgroBench评估）及EN12（PlantInquiryVQA诊断意图与多轮问题链）。