这个品类的数据长什么样
先导优化阶段的药物警戒数据主要来源于临床前研究报告、早期临床试验（如 I 期、II 期）的安全数据、体外与体内药理毒理学研究结果、以及同类化合物的文献报道。数据更新频率在项目推进过程中较高，尤其是每次新的合成批次或实验结果出来后。文档形式多样，包括结构化的实验报告（如 Excel 表格、CSV 文件）、非结构化的研究者笔记、PDF 格式的文献综述、以及专业的毒理学数据库导出文件。关键字段包括化合物结构标识符（如 SMILES、InChIKey）、给药剂量（单位 mg/kg 或 µM）、观测指标（如 ALT、AST 升高值）、不良反应描述（如 肝毒性、肾毒性）、作用机制（如 CYP450 抑制）、以及研究时间点（单位 天 或 小时）。
这些特征在「知识库检索与召回」这一环带来什么约束
先导优化阶段的数据特征对知识库检索与召回提出了多方面约束。首先，多样的文档格式要求知识库具备强大的多模态处理能力，能从结构化数据中提取精确数值，也能从非结构化文本中捕获关键不良反应描述。其次，化合物结构标识符的存在，使得基于化学结构相似性的检索成为可能，需要整合或链接外部化学信息系统。再次，观测指标和剂量单位的标准化是确保检索准确性的关键，例如 mg/kg 和 µM 需要区分并进行正确匹配。频繁的数据更新要求知识库索引机制能够高效地进行增量更新，避免长时间停机。此外，早期研究往往伴随大量阴性结果或不确定性描述，这对召回算法的鲁棒性提出了挑战，需要能够处理信息不完整或模糊的查询。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 300–500 字符 | 兼顾单个不良反应描述的完整性与召回的精细度，避免上下文过长引入噪声。 |
分段重叠 | 50 字符 | 确保跨段落的关键信息不会遗漏，尤其是有序实验数据。 |
召回条数 | 8–12 条 | 在保证覆盖面的前提下，限制召回结果数量，降低后续处理的复杂度，尤其在多源数据合并时。 |
相似度阈值 | 按实测标定 0.75–0.85 | 平衡查全率与查准率，过低可能引入不相关毒性数据，过高可能遗漏潜在风险。 |
重排返回条数 | 3–5 条 | 经过重排后，聚焦于与查询最相关的少数几条结果，提升最终输出的质量。 |
嵌入模型版本 | text-embedding-ada-002 或更新 | 保证向量化质量，提升语义检索的准确性，能更好地理解专业术语。 |
容易做错的三处
- 查询结果条数异常少，甚至为零，常见原因是
相似度阈值设置过高，导致严格过滤了相关但相似度稍低的文档片段。 - 知识库检索耗时过长，对话响应缓慢，通常是由于
召回条数设置过大，或知识库数据量庞大且未进行有效索引优化，导致检索后端压力过大。 - 对话有时能查到知识库，有时不能，这可能是因为用户输入与知识库中分段的语义差异较大，
嵌入模型未能捕捉到深层关联，或分段长度不当导致关键信息被截断。
怎么确认配好了
- 针对典型查询（如特定化合物的
肝毒性数据），检查召回结果是否包含所有已知相关文档片段，并验证其准确性。 - 通过 FastGPT 的调试界面，观察每次知识库检索的
召回条数和相似度分数，确保其符合预期范围。 - 使用不同类型的查询（如化合物结构、不良反应描述、作用机制），测试知识库的响应速度，评估其在不同负载下的性能表现。
- 检查知识库中数据更新后的检索表现，确认新增数据能否被及时且准确地检索到。
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。