中国农科院信息所提出层次知识引导枸杞害虫识别框架

提出pxGPT框架，用多模态大模型将多视角植物图像转为结构化表型记录。

综述多模态大模型与智能体架构在精准农业决策支持中的应用与不足。

中国农业科学院农业信息研究所科学数据研究室科研团队近日提出一种层次知识引导的枸杞害虫识别框架，有效解决真实农业场景下样本稀缺与类间混淆的双重挑战，相关研究成果发表在《人工智能的工程应用》（Engineering Applications of Artificial Intelligence）上。研究团队依托长文本-图像检索模型，把专家撰写的长文本描述解析为粗、中、细三个语义层次，并与多尺度视觉特征实现精准跨模态对齐。同时设计知识引导的去混淆模块，通过构建文本和视觉双模态相似度图，明显降低容易混淆类别之间的预测误差。该研究得到国家重点研发计划、中国农业科学院科技创新工程等项目支持。

提出可解释性容量上界，评估低标签下概念秩崩溃审计的可靠性。

提出分层保形风险控制，为未建模入渗下的灌溉调度提供安全保证。

提出概念探针时间稳定性审计与可解释性衰减界，判断何时需重新审计。