这个品类的数据长什么样
职业培训补贴申领材料通常包括培训开班备案、签到记录、结业考核表，字段覆盖学员姓名、身份证号、培训工种、开班日期、结业日期、考核成绩、签字与回执。多语资料来自不同语种的开班通知、课程大纲、考核标准与政策文件，术语在译入译出时容易出现同一记录名称、数量、日期对不上，版本未同步，缺签字或回执。这些材料进入向量模型与索引功能时，原文与译文各自形成数据行，索引字段记录多个向量标识，检索时先召回向量再回原数据合并，同一组数据取最高分。更新节奏跟随开班批次与结业考核周期，字段特征以术语对照、日期、签字状态为主。
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）。「统一术语表与对照稿」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 |
|---|---|---|
| 培训开班备案 | 同一开班记录在备案与签到材料中的名称、数量、日期需一致 | 打开一条数据行核对索引字段，确认多个向量标识都在，并检查版本同步与签字回执 |
| 签到记录 | 签到表与结业考核表中学员姓名、身份证号、出勤日期需能回指原文 | 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，检索同一组看是否合并 |
| 结业考核表 | 考核成绩、结业日期与签字状态在对照稿中全篇写法一致 | 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，状态值核对 indexed 与重建任务记录 |
| 术语对照稿 | 同一术语全篇一致，译名能回指原文 | 抽三条术语查全篇写法是否一致，并记录引用文本的 tokens 与数组条数 |
容易做错的三处
- 现象：同一学员在开班备案与签到记录里的姓名、数量、日期对不上。核对以下环节：多语资料版本未同步。
- 现象：结业考核表缺签字或回执，检索仍能召回。核对以下环节：材料字段未纳入核验，索引只反映向量状态。
- 现象：换模型后召回质量下降，数据行有内容却检索不到。核对以下环节：重建任务未覆盖全部已完成索引的数据。
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，再检索一次看同组是否合并，并核对 indexed 与重建任务记录。
业务测试：抽三条术语查全篇写法是否一致，同时记录引用条数与引用文本的 tokens，limit 按各自口径核对。
- 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，并打开一条数据行核对索引字段。
- 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，状态值核对 indexed 与重建任务记录。