这个品类的数据长什么样
自费出国留学申请服务涉及多语种材料，包括留学服务合同、学校申请表、个人陈述，以及成绩单、推荐信、资金证明等附件。材料来源分散：合同由服务方与申请人签署，申请表由学校模板生成，个人陈述由申请人撰写后交回。更新节奏受申请轮次、学校截止日期与签证进度驱动，常出现同一记录在两份材料里的名称、数量、日期对不上，版本未同步，缺签字或回执。这些材料进入文档解析与分块功能时，合同与申请表承担字段与签字核对角色，个人陈述承担术语与译名一致性角色，附件承担补充证据角色，共同构成统一术语表与对照稿的原始输入。
配置怎么定
解析与训练任务（服务端任务）只输出数据行与索引状态（parsed、indexing、indexed），统一术语表与对照稿要由检索与后续处理接着做。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 |
|---|---|---|
| 留学服务合同 | 字段、日期与签字需与学校申请表逐项对齐，同一记录的名称、数量、日期不得两处不一致 | 核对合同与申请表的字段、日期、签字，确认同一记录名称、数量、日期一致，并检查回执是否齐全 |
| 学校申请表 | 字段、日期与签字需与个人陈述及附件交叉一致，版本须同步 | 核对申请表与个人陈述、附件的字段、日期、签字，确认版本同步且无缺签字或回执 |
| 个人陈述 | 术语与译名全篇一致，译名能回指原文 | 抽三条术语查全篇写法是否一致，核对译名能否回指原文，并检查 chunkSize、chunkSplitter、trainingType 相关分块与训练配置是否影响术语边界 |
| 数据行与索引状态 | 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，确认待索引数据不参与召回，换模型只对 indexed 数据重建 |
容易做错的三处
- 现象：同一记录在合同与申请表里的名称、数量、日期对不上。原因：多语资料分别解析分块，术语未统一，缺少跨材料比对与回指校验。
- 现象：个人陈述与申请表版本未同步，术语译名前后不一。原因：材料更新后未重新解析落库，旧数据行仍处于 indexed 状态被检索命中。
- 现象：合同或申请表缺签字或回执，仍进入后续流程。原因：字段与签字核对未纳入分块后的数据行状态检查，解析成功不等于检索一定命中。
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。确认解析分块后立即落库为可见数据行并绑定唯一数据标识，状态按 parsed、indexing、indexed 流转；待索引数据不参与召回；换模型只对 indexed 数据重建，初次训练覆盖待索引与索引中的数据。
业务测试：抽三条术语查全篇写法是否一致
- 打开数据行核对状态，分别核对文件记录与数据行，确认文件与数据行的标识分得开，并检查
chunkSize、chunkSplitter、trainingType对应分块与训练模式。 - 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；对训练失败数据直接编辑或删除，避免留下空数据行。