该方法以DRA动态秩分配为启发，在多模态大模型（MLLM）中引入病斑证据与跨模态梯度冲突机制。图中分为三个核心部分：A（输入与证据监督）：输入包含病害图像、区域框、症状描述及病种标签。通过热力图示意病斑定位与病理证据，并特别指出“现有数据未必具有专家级推理标注，需要补充”。B（MLLM骨干与新秩分配控制器）：模型骨干包含视觉编码器、多模态投影与语言主干，三者均插入低秩适配。底部的“跨模态动态秩控制器”为拟设计方案，其分支重要度由“病斑Token贡献 × 诊断损失梯度”决定，并进行梯度协同（视觉/投影/语言参数更新方向），在总LoRA秩固定下，训练稳定后进行周期重分配。C（必要对照与技术问题）：列出了论文需回答的问题（如是否优于固定秩/Ada/DRA、小病斑是否得到更多预算、增益能否覆盖开销），并设计了最小消融实验A0至A4（从固定秩到加入预算/稳定触发），要求对照相同基座和参数总量。