该图展示了《智慧农业（中英文）》2026年论文《植物病害识别微调模型低秩适配方法》的核心机制，即“动态低秩分配：测量、预算与更新一体化”。A部分指出了原问题：植物病害样本经多层视觉特征提取后，固定LoRA秩会造成冗余层开销，且不同层重要性不一致，目标是总参数预算内合理分配。B部分利用CKA度量层间特征相似性矩阵，进行冗余度映射，依据特征重复程度确定待分配秩的初始权重。C部分通过梯度×激活校正计算层重要性，并在关键层增秩、冗余层减秩的同时保持训练预算守恒。D部分展示了按层动态LoRA秩配置，在冻结预训练权重的前提下，为5个层分配了不同的秩（如r=4, 14, 7, 17, 5，图示仅为说明）。E部分介绍了稳定触发的重分配RRA机制，通过监测参数变化，待达到稳定条件后更新秩分配表。底部注明原论文模型为AlexNet、MobileNetV2等，不应声称训练了生成式MLLM。内容适合深度学习算法工程师、计算机视觉研究人员、农业信息化专家以及关注参数高效微调（PEFT）技术的研究生阅读参考。