AgriChain：面向可解释农业视觉语言模型的视觉接地专家验证推理

针对现实农业中视觉 - 语言模型在植物病害诊断上准确性与可解释性不足的挑战，本文提出 AgriChain 数据集。该数据集包含约 1.1 万张专家策展的叶片图像，每张图像均配有病害标签、校准置信度及经专家验证的思维链（CoT）推理依据。通过在 AgriChain 上微调 Qwen2.5-VL-3B，构建了专用模型 AgriChain-VL3B，实现了病害预测与视觉接地推理的联合生成。实验表明，该模型在测试集上的准确率显著优于多个强基线模型，且生成的解释与专家推理高度一致，有效提升了模型的可信度与专业性。