SAGE：可扩展的代理式接地评估用于作物病害诊断

针对作物病害识别模型泛化难及标注数据稀缺问题，本文构建了涵盖 335 种作物、1251 类病害的大规模图像 - 症状数据集。提出一种自主视觉推理 Agent 作为基线，该 Agent 能识别解剖上下文，利用结构化症状知识缩小候选范围，并通过序列比对参考图像生成完全可解释的推理轨迹。实验表明，引入症状知识显著提升了诊断准确率，且框架无需重新训练即可扩展至新作物，直接受益于基础模型的进步。