这个品类的数据长什么样
本页面向校外培训合规备案与处罚应对场景，材料包括办学许可证、课程备案材料、收费公示三类。办学许可证含机构名称、办学地址、有效期、发证日期与签章；课程备案材料含课程名称、课时数、授课教师、备案日期与签字；收费公示含收费项目、金额单位、公示日期与回执。材料来源为机构自存与报送副本，更新节奏随备案批次与处罚整改节点变动。进入解析与训练任务后，三类材料各自成为独立数据行，办学许可证承担主体身份锚点，课程备案材料承担课程与课时口径，收费公示承担费用与公示时点口径，三者通过统一术语表与对照稿建立可回指关系，供对外发布前逐条比对。
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）。「统一术语表与对照稿」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，换模型只对已完成索引的数据重建。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 办学许可证 | 机构名称、办学地址、有效期、发证日期与签章在许可证与课程备案材料中是否逐字一致 | 分别打开两类材料的数据行，核对名称、日期、签字栏，确认文件记录与数据行身份分得开 |
| 课程备案材料 | 课程名称、课时数、授课教师、备案日期与签字在两份报送副本中是否对得上 | 对照两份副本的数据行状态，检查 chunkSize 与 chunkSplitter 设置下的分块是否保留日期与签字字段 |
| 收费公示 | 收费项目、金额单位、公示日期与回执在公示稿与备案稿中是否一致 | 核验公示稿与备案稿的数据行状态，确认缺签字或回执的记录未被标为已完成索引 |
| 数据行状态 | 处于 parsed、indexing、indexed 三态之一且与界面显示一致 | 打开数据行核对状态，按 trainingType 区分训练模式，确认待索引数据未参与召回 |
容易做错的三处
- 现象：同一机构名称在办学许可证与课程备案材料里写法不同。原因：多语资料与术语未统一，同一记录在两份材料里的名称对不上，对照稿无法回指原文。
- 现象：课程备案材料更新后收费公示仍用旧版日期与金额。原因：版本未同步，两份材料各自独立更新，公示稿与备案稿的日期、数量对不上。
- 现象：收费公示缺签字或回执仍进入对外发布。原因：解析成功不等于检索命中，缺签字记录未被拦截，索引状态与材料完整性未联动核对。
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，确认索引按 parsed、indexing、indexed 三态流转，换模型重建只覆盖已完成索引的数据行。
业务测试：抽三条术语查全篇写法是否一致，核对 chunkSize、chunkSplitter、trainingType 对应的分块与训练记录，确认译名能回指原文。
- 打开办学许可证、课程备案材料、收费公示各自的数据行，逐项核对名称、数量、日期与签字栏是否对得上
- 查看重建任务覆盖的数据行，确认只针对已完成索引的数据，待索引数据未参与重建链