这个品类的数据长什么样
实体瘤注册申报资料的数据来源广泛，包括临床试验报告、非临床研究报告、药学研究报告、监管机构发布的技术指导原则以及已获批药物的公开信息等。这些资料更新频率不一，临床试验数据可能按阶段发布，监管指导原则则不定期修订。文档结构复杂，常以 PDF、Word 或结构化 XML 格式存在，其中包含大量文本、表格和图表。字段与单位具有高度专业性，例如剂量单位常为 mg/kg 或 mg/m²，药代动力学参数涉及 Cmax、AUC、t1/2，病理学报告则包含 肿瘤大小（mm）、分级（G1-G4） 等特有指标。
这些特征在「知识库检索与召回」这一环带来什么约束
实体瘤资料的复杂性和专业性对知识库检索与召回提出了多重约束。首先，文档的多样性要求知识库能够处理多种文件格式，并有效提取其中的关键信息，尤其是嵌套在表格或图表中的数据。其次，专业术语和缩写的大量存在，需要模型具备强大的语义理解能力，能够准确识别并关联不同表达形式下的同一概念。例如，PD-1 抑制剂与 程序性死亡受体1 抑制剂应被视为同义。再次，数据更新频率的不一致性，使得知识库需要支持增量更新和版本管理，确保召回的信息是最新的监管要求或临床数据。最后，注册申报资料中对准确性和溯源性的高要求，意味着召回结果不仅要相关，还要能指向原始文档的具体位置，便于工程师核实。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 800–1200 字符 | 确保单个分段包含足够的上下文信息，同时避免过长导致信息冗余或模型处理效率降低，尤其在处理长篇临床报告时。 |
分段重叠长度 | 100–150 字符 | 维持分段间的上下文连续性，减少重要信息被切断的风险，特别是跨段落的专业术语或数据表述。 |
召回条数 | 10–15 条 | 平衡召回的广度与处理成本，确保覆盖潜在相关信息，同时避免引入过多不相关噪声，适用于复杂查询场景。 |
相似度阈值 | 按实测标定 | 需要根据数据集特点和召回质量要求进行调整，初始可设为 0.75，通过测试集验证召回精确率和召回率。 |
重排返回条数 | 5 条 | 聚焦于与用户查询最相关的核心信息，提升最终呈现给工程师的答案质量和效率，减少人工筛选工作量。 |
embedding_model | text-embedding-ada-002 或更高版本 | 应对生物医药领域特有的专业词汇和复杂语义关系，提升向量化表示的准确性，从而优化相似度计算。 |
容易做错的三处
知识库检索结果的精确率过低，经常返回不相关的文档片段，这通常是因为切片策略过于粗糙，未能有效保留专业术语或数据间的上下文关联。 在工作流中 知识库选择 模块未按预期生效，导致检索范围过广或遗漏特定知识库，其原因往往是 知识库名称 或 知识库ID 在配置时存在拼写错误或未按规范赋值。 检索耗时显著增加，甚至出现 检索超时 错误，这可能与召回条数设置过高或向量数据库索引优化不足有关，尤其在处理大量文档时。
怎么确认配好了
执行一系列包含实体瘤特有术语和关键数据（如 EGFR突变、客观缓解率、不良事件等级）的查询，检查召回结果是否包含相关文档片段，并能定位到原始资料的具体章节。 验证 召回条数 和 相似度阈值 配置，通过模拟注册申报资料审核人员的提问，观察返回结果是否覆盖了回答问题所需的所有关键信息点，并评估其排序的合理性。 进行性能测试，记录不同查询负载下的检索响应时间，确认在配置 召回条数 和 重排返回条数 后，系统响应速度满足日常使用需求，避免 检索超时 现象。 定期更新知识库内容后，执行验证性查询，确保新增或修改的资料能够被正确索引和召回，特别是针对最新监管指导原则或临床试验数据。
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。