这个品类的数据长什么样
本页面向职业培训补贴申领场景，材料包括培训开班备案表、签到记录、结业考核表与补贴申领回执等。这些材料由办学机构在开班前、培训中、结业后分批提交，更新节奏随班次滚动，字段集中在学员姓名、身份证号、培训工种、开班与结业日期、课时数、考核成绩、签字与回执编号。材料进入文档解析与分块功能时，各自承担不同角色：开班备案表提供主体与课程依据，签到记录提供出勤事实，结业考核表提供结果依据，回执提供提交凭证。解析分块后，每份材料落为可见数据行，绑定唯一数据标识，供后续检索与比对。
配置怎么定
这一环由解析与训练任务（服务端任务）执行，输出数据行与索引状态（已解析、索引中、已完成）。可回指原文的依据条目由检索与后续处理接着完成。解析分块在解析完成后立即落库为可见数据行并绑定唯一数据标识，索引按三态流转，待索引数据不参与召回。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 培训开班备案表 | 字段含机构名称、培训工种、开班日期、学员名单与签字；日期与签字须与签到记录、结业考核表对得上 | 核对备案表与签到记录的学员数量、开班日期是否一致，检查签字与回执是否齐全；确认数据行状态为 parsed、indexing 或 indexed |
| 签到记录 | 字段含签到日期、学员姓名、课时数与签到签字；同一记录在不同材料里的名称、数量、日期须一致 | 比对签到记录与结业考核表的学员姓名、课时数、结业日期；检查缺签字或回执情况；查看数据行状态与界面显示是否一致 |
| 结业考核表 | 字段含考核日期、成绩、考核签字与结业结论；版本须为现行，日期与签字须与备案表、签到记录对应 | 核对考核表版本是否为现行，检查同一学员在两份材料里的名称、数量、日期是否对不上；确认文件记录与数据行标识分得开 |
| 数据行与索引状态 | 处于三态之一且与界面显示一致；重建范围只覆盖已完成索引的数据 | 打开数据行核对状态，查看重建任务覆盖的数据行；核对 chunkSize、chunkSplitter、trainingType 的配置与实际分块结果 |
容易做错的三处
- 现象：同一学员在签到记录与结业考核表里的姓名、课时数、日期对不上。原因：两份材料由不同环节填写，未做字段级比对与回指核对。
- 现象：备案表版本未同步，旧版开班日期与现行签到记录冲突。原因：材料更新后未重新解析分块，数据行仍指向旧版内容。
- 现象：结业考核表缺考核签字或申领回执缺失。原因：材料提交时未检查签字与回执完整性，解析后也未在数据行中标注缺项。
怎么确认配好了
本功能验收：上传一份材料，看数据行状态流转与重建任务的覆盖范围。数据行应先落为可见数据行并绑定唯一数据标识，状态按 parsed、indexing、indexed 流转；换模型时重建只覆盖已完成索引的数据，待索引数据不参与重建。核对 chunkSize、chunkSplitter、trainingType 与实际分块结果是否一致。
业务测试：问一个跨材料的依据问题，例如某学员的结业日期与备案表开班日期是否对应，看回答是否给出可回指的出处，并核对出处能否对回原文条目。
- 打开数据行核对状态是否为 parsed、indexing 或 indexed，并与界面显示比对；分别核对文件记录与数据行的标识，确认两者身份分得开。
- 查看重建任务覆盖的数据行，确认只覆盖已完成索引的数据；检查
chunkSize、chunkSplitter、trainingType的配置，并核对引用文本的 tokens 与数组条数分别记录。