这个品类的数据长什么样
学术期刊来稿初审场景的材料包括投稿稿件、作者信息表、查重报告，字段覆盖稿件编号、题名、作者姓名、单位、投稿日期、查重比例、签字与回执。材料来源为编辑部收稿系统与人工登记台账，更新节奏为每批来稿登记后同步一次，版本以编辑部现行归档为准。进入向量模型与索引功能时，投稿稿件承担正文依据角色，作者信息表承担作者与单位字段核对角色，查重报告承担重复率与检测日期核对角色。三类材料共同支撑可回指原文的依据条目，供答复作者或写进初审方案。
配置怎么定
这一环由索引服务与向量库执行，输出向量与索引状态（能否召回、同组数据是否合并）。「可回指原文的依据条目」由后续 AI 节点、代码节点或人工（检索与引用裁剪只取支撑材料）接着完成。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 投稿稿件 | 稿件编号、题名、投稿日期与签字需与作者信息表逐项对上，版本须为编辑部现行归档 | 在知识库设置里核对索引模型与稿件材料实际使用的向量模型一致，打开一条数据行核对索引字段是否含多个向量标识，并核对 defaultToken 与 maxToken 的取值 |
| 作者信息表 | 作者姓名、单位、署名顺序与稿件题名须与投稿稿件一致，缺签字或回执即判为不一致 | 对照作者信息表与投稿稿件的名称、数量、日期，确认同组数据是否合并，状态值核对 indexed 与重建任务记录 |
| 查重报告 | 查重比例、检测日期与稿件编号须与投稿稿件、作者信息表对得上，版本未同步即判为不一致 | 查看重建任务覆盖的数据范围，换模型后只对已完成索引的数据触发，核引用文本的 tokens 并单独记录数组条数 |
容易做错的三处
- 现象：检索结果出现重复条目。核对以下环节：同一组原数据对应多个向量标识，回原数据合并时未按同组取最高分。
- 现象：同一记录在两份材料里的名称、数量、日期对不上。核对以下环节：作者信息表与投稿稿件版本未同步，登记批次不同。
- 现象：换模型后召回质量下降。核对以下环节：重建任务只覆盖已完成索引的数据，缺签字或回执的条目未进入现行版本。
怎么确认配好了
本功能验收：抽一条数据行看索引字段，确认多个向量标识都在，再检索一次看同组数据是否合并，得分取最高分；核对状态值 indexed 与重建任务记录，并核对 limit 对应的引用文本 tokens。
业务测试：问一个跨材料的依据问题，看回答是否给出可回指的出处，出处能否回指投稿稿件、作者信息表或查重报告的原文位置。
- 在知识库设置里核对索引模型与知识库实际使用的向量模型一致，打开一条数据行核对索引字段是否完整记录多个向量标识，并核对
defaultToken与maxToken。 - 查看重建任务覆盖的数据范围，确认换模型后只对已完成索引的数据触发，并单独记录引用数组条数与引用文本的 tokens。