这个品类的数据长什么样
siRNA 核酸药的注册申报资料数据来源广泛，通常包括临床前研究报告、临床试验数据（I、II、III期）、生产工艺文件、质量控制标准、稳定性研究报告以及药理毒理学评价等。这些数据往往以结构化（如临床试验数据库、分析报告）和非结构化（如研究论文、会议纪要、专家意见）文档混合的形式存在。数据更新频率在研发早期较为频繁，随着申报阶段推进，主要集中在补充研究和监管机构反馈的修订上。文档结构复杂，常包含大量专业术语、缩略词和复杂的图表。字段和单位方面，涉及药代动力学参数（如Cmax、AUC，单位ng·h/mL）、药效学指标、毒性剂量（如LD50，单位mg/kg）、生产批次信息、纯度（%）和浓度（nM或µg/mL）等，这些都严格遵循ICH指导原则和各国药监机构的特定要求。
这些特征在「多轮对话与提示词」这一环带来什么约束
siRNA 核酸药申报资料的复杂数据特征对多轮对话与提示词设计提出了具体要求。首先，大量的专业术语和缩略词需要强大的术语识别和扩展能力，以避免模型理解偏差。其次，数据分散在多种格式文档中，要求知识库能够有效整合并支持跨文档检索，确保多轮对话中信息源的完整性。对于临床数据中的数值型指标，对话系统需能理解其数值含义和单位关联，例如查询“某个剂量组的Cmax峰值”，不能仅返回原始数据，还要能进行解释或关联其他指标。此外，由于申报资料的严谨性和法规遵从性，提示词需要引导模型在回答中严格引用来源，并避免生成臆测性内容。对话系统还需处理长文本上下文，因为申报资料中的论证往往跨越多个段落甚至章节。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 8000 | siRNA申报资料的论证链条长，需要更大的上下文窗口以保持对话连贯性和理解深度。 |
分段长度 | 500 字符 | 确保每个知识块包含足够信息，同时避免过长导致检索效率下降和语义漂移。 |
召回条数 | 前 8 条 | 申报资料关联性强，增加召回条数可以覆盖更多潜在相关信息，提高回答准确性。 |
相似度阈值 | 0.75–0.85 | 针对专业性强的文本，提高阈值可筛选出更精准的匹配内容，减少无关信息干扰。 |
重排返回条数 | 前 5 条 | 在召回基础上进行二次排序，确保最相关且上下文连贯的知识片段优先呈现给大模型。 |
temperature | 0.3 | 申报资料要求严谨客观，较低的温度值能使模型输出更聚焦于事实，减少创造性回答。 |
容易做错的三处
- 对话中知识库检索结果为空，但在知识库测试时能检索出内容。原因可能是对话的上下文过长或提示词引导不当，导致检索Query与知识块匹配度下降。
- 模型回答字数超出提示词限制。原因是大模型在处理复杂指令时，对字数限制的遵守优先级可能低于信息完整性，或提示词中对限制的强调不足。
- 对话报错
404 Invalid URL (POST /api/chat/completions)。原因通常是FastGPT部署的环境配置问题，API地址设置不正确或网络连接故障。
怎么确认配好了
- 选择不同复杂度的siRNA申报资料相关问题，进行多轮对话测试，观察对话流程的连贯性和知识引用的准确性。
- 针对包含专业术语和缩略词的问题，检查模型是否能正确识别并给出准确解释，同时评估回答中是否出现术语混淆。
- 随机抽取模型回答中的关键信息点，回溯其在知识库中的原始出处，核对信息是否准确无误且无遗漏。
- 通过模拟关键申报环节的问答（例如：查询临床III期试验中特定不良事件的发生率），评估模型能否快速准确地从大量数据中提取并整合所需信息。
问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。