这个品类的数据长什么样
普通高校招生录取投档材料以招生计划、投档规则、录取名册为主，来源为省级招办与高校招生部门，按批次与轮次更新，字段含院校代号、专业组、计划数、投档线、录取日期与签字栏。多语资料与术语处理时，招生计划作为计划口径来源，投档规则作为规则条款来源，录取名册作为结果记录来源，三类材料进入文档解析与分块环节，分别承担口径、规则与结果的角色，供后续检索与术语对照使用。
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（已解析、索引中、已完成），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 |
|---|---|---|
| 招生计划 | 院校代号、专业组、计划数、日期与签字在各语种版本间一致 | 核对文件记录与数据行各自的身份，按 chunkSize 与 chunkSplitter 查看分块边界，确认招生计划字段未被截断 |
| 投档规则 | 规则条款的译名能回指原文，同一术语全篇写法一致 | 核对 trainingType 对应的处理模式下规则条款分块，抽三条术语查全篇写法是否一致 |
| 录取名册 | 同一记录在两份材料里的名称、数量、日期对不上时需回指原文核对 | 打开数据行核对状态，确认名册记录处于 parsed / indexing / indexed 之一且与界面显示一致 |
| 数据行 | 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 | 看重建任务覆盖的数据行，区分待索引数据与已完成索引数据 |
容易做错的三处
- 现象：同一记录在招生计划与录取名册里的名称、数量、日期对不上。原因：多语资料分块后字段未对齐，术语表未统一。
- 现象：投档规则版本未同步，旧版条款仍被检索命中。原因：换模型重建只覆盖已完成索引的数据，待索引数据未纳入。
- 现象：录取名册缺签字或回执，发布稿无法回指原文。原因：解析成功不等于检索一定命中，还要看索引状态。
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，确认数据行处于 parsed / indexing / indexed 之一，并核对 chunkSize、chunkSplitter、trainingType 在分块与训练中的实际取值。
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，确认三态与界面显示一致
- 分别核对文件记录与数据行，确认身份分得开