信息科学与工程学院张亮教授团队在计算机科学领域《IEEE Transactions on Circuits and Systems for Video Technology》发表题为“TRAG-DPO: Enhancing Visual Question Answering in Tomato Disease Diagnosis via Hybrid Retrieval and DPO-based Preference Alignment”的研究论文。图1:论文提出的番茄病害视觉问答系统关键挑战(如子图1)及所提出的TRAG-DPO框架(如子图2)该研究面向番茄病害智能诊断场景,针对通用视觉语言大模型在农业应用中存在的细微病斑感知不足、图像与农学知识跨模态检索偏差以及生成答案与实际诊断意图不一致等问题,提出了TRAG-DPO检索增强视觉语言框架,将番茄病害诊断由传统的封闭式图像分类拓展为“视觉感知—知识检索—交互推理—决策回答”的知识驱动过程:通过细粒度病斑感知视觉编码FG-ViT融合全局与局部判别特征,提升对微小、相似病斑的识别能力;通过“图像匹配病害类别—问题检索相关知识段落”的粗