这个品类的数据长什么样
眼科注册申报资料的核心数据来源于临床试验报告、药理毒理研究、生产工艺文件、质量标准以及国内外已上市同类产品的公开信息。这些数据更新频率不一，临床试验数据通常在研究结束后集中生成，而药品不良反应监测数据则持续积累。文档结构方面，多遵循 ICH E3 (临床研究报告结构与内容) 或 NMPA 相关指导原则，具有高度的标准化和模板化特征。字段包含患者人口统计学、疾病诊断、治疗方案、疗效指标（如视力、眼压、视野）、安全性数据（如眼部不良事件、全身不良反应）等。单位则严格遵循国际通用标准，如视力单位 Snellen 分数或 LogMAR，眼压单位 mmHg，浓度单位 mg/mL，剂量单位 mg。
这些特征在「引用来源与溯源」这一环带来什么约束
眼科申报资料的高度结构化和标准化，使得引用来源的识别和溯源路径相对清晰。然而，数据来源的异构性（PDF 格式的临床报告、Excel 格式的实验室数据、Word 格式的专家共识）对信息抽取和知识库构建提出挑战。频繁的法规更新和指导原则修订，要求知识库能够快速同步，确保引用的时效性。关键疗效指标和安全性数据的精确性要求，意味着在 RAG 检索时，对文本片段的匹配精度和上下文完整性有较高要求，避免因断章取义导致错误引用。此外，不同来源文档之间的交叉引用复杂，需要系统具备识别和关联这些内部引用的能力，以支持更深层次的溯源。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
相似度阈值 | 0.75–0.85 | 确保检索结果与眼科专业术语和法规条文高度匹配 |
分段长度 | 800–1200 字符 | 适应临床试验报告中较长的段落和上下文语境 |
召回条数 | 前 8–12 条 | 覆盖多角度的证据来源，提升溯源全面性 |
重排返回条数 | 前 5 条 | 聚焦于最相关的核心证据，减少无关信息干扰 |
最大并发检索数 | 3–5 | 平衡检索效率与系统资源占用 |
PARSE_FILE_TIMEOUT_SECONDS | 600 秒 | 应对大型临床试验报告的复杂解析需求 |
容易做错的三处
- 输出引用内容过多且不相关，可能是
相似度阈值设置过低，导致大量低相关度文本被召回。 - 部分重要法规条文或临床数据未被引用，可能是
分段长度过短，导致关键信息被截断或语义缺失。 - 查询结果中引用的文档版本过旧，可能是知识库更新机制未与法规发布或数据更新频率同步，导致引用来源的时效性不足。
怎么确认配好了
- 针对特定眼科疾病的申报关键问题，执行多次查询，检查返回的引用来源是否涵盖了所有相关法规、指导原则和临床证据。
- 随机抽取 10 份历史申报资料中的关键论述，通过系统检索，核对系统给出的引用来源是否与原始资料的引用一致，并评估其准确性。
- 模拟新的法规发布或临床数据更新，观察知识库的更新响应时间，并在更新后再次进行查询，确认引用来源是否已同步至最新版本。
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。