该框图展示了一份“拟议新研究：病斑证据校验驱动的分阶段后训练”的研究设计稿，旨在将“证据是否可靠”转化为训练与阶段转换的变量。图中分为三个核心部分：A（现有基础数据）：包括图像与病斑检测框（构建区域可核查监督）、专家症状规则与理由（需补充专家核验的对应关系）以及独立真实棚室验证（禁止用扩散衍生样本泄漏测试）。B（拟研究训练机制）：流程从多模态大模型SFT起点开始，经历离线证据偏好学习（优先/拒绝理由需能定位到病斑）、能力反馈切换判定（结合小病斑定位、症状一致性、风险），到在线可验证强化优化（动态调整区域证据与症状一致性权重）。强调必须新增“证据可验证性计算、切换条件、误判保护”，否则只是现有方法的简单组合。C（强基线与技术效果）：列出了B1至B5的对照基线（普通SFT、固定级联RL、事实+GIoU奖励、动态IoU课程、证据约束+自适应切换），并明确了核心指标：同等预算下的少数类召回、区域忠实度、跨棚室泛化及GPU小时。