这个品类的数据长什么样
抗体偶联药物（ADC）药物警戒的数据主要来源于临床试验报告、真实世界研究、上市后监测以及国内外监管机构发布的不良事件报告系统。数据更新频率较高，尤其在上市初期和关键临床阶段。文档结构多样，包括结构化的病例报告表（CRF）、非结构化的医学文本（如医生手写记录、患者访谈记录）、半结构化的监管报告（如 MedDRA 编码的不良事件报告）。字段方面，除了常见的人口统计学信息、用药史，还特别关注抗体药物的靶点、偶联方式、连接子类型、载荷药物种类、剂量、给药方案等特有字段。单位则涉及剂量（mg/kg）、浓度（μg/mL）、时间（天、周、月）等。
这些特征在「知识库检索与召回」这一环带来什么约束
ADC药物警戒数据的高度专业性和多样性，对知识库检索的精确性提出更高要求。临床试验报告中包含大量专业术语、缩写和复杂的药物相互作用描述，需要更强的语义理解能力。非结构化文本的普遍存在，使得传统关键词匹配召回效果不佳，必须依赖嵌入模型进行语义匹配。频繁的数据更新要求知识库具备高效的增量索引和实时更新机制，以确保检索结果的时效性。ADC药物特有的分子结构信息，如靶点、连接子、载荷药物等，在检索时需要作为关键元数据进行过滤和排序，否则容易出现大量不相关的结果。此外，不良事件的严重程度、发生频率等统计信息，也需要在召回时得到有效整合，以支持风险评估。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
分段长度 | 500–800 字符 | 兼顾语义完整性和召回效率，避免过度截断关键信息 |
分段重叠长度 | 100–150 字符 | 确保上下文连续性，减少因分段边界导致的语义丢失 |
召回条数 | 10–15 条 | 覆盖更广的潜在相关知识点，为重排提供充足候选 |
相似度阈值 | 按实测标定 | 确保召回结果的相关性，避免低质量或无关信息干扰 |
重排返回条数 | 3–5 条 | 精选最相关的知识片段，减少模型处理负担，提升响应速度 |
metadata_filter | {"drug_class": "ADC"} | 针对 ADC 药物的特有属性进行精确过滤，缩小检索范围 |
容易做错的三处
- 检索结果包含大量非 ADC 药物的不良反应信息，原因在于
metadata_filter未能有效配置或字段命名不一致。 - AI 回答中出现与知识库内容相悖的表述，原因通常是
相似度阈值设置过低，导致召回了低相关度的知识片段，或模型在知识库未命中时自动生成了回复。 - 知识库更新后，检索结果仍显示旧数据，原因在于知识库的增量索引或实时更新机制未正常触发。
怎么确认配好了
- 选取典型的 ADC 药物不良反应查询场景，验证检索结果中
metadata_filter字段是否准确地筛选出 ADC 相关数据。 - 通过系统日志检查
召回条数和重排返回条数是否符合预期设置，并评估召回内容的语义相关性，标定合适的相似度阈值。 - 在知识库新增或更新 ADC 药物相关数据后，立即执行查询，确认新的知识点能够被及时召回。
- 针对知识库中明确存在但查询未能召回的关键信息，检查
分段长度和分段重叠长度的设置是否合理，避免关键信息被切割或丢失。
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。