这个品类的数据长什么样
高校实验室安全分级分类材料以实验室分级分类表、危险源清单、安全责任书为主，多语版本常由院系与安全管理部门分批提交，更新节奏随制度修订、危险源变更与责任人员调整而滚动。分级分类表承载实验室等级、危险源类别与管控层级；危险源清单记录品名、数量、存放位置与责任人；安全责任书体现责任范围、签字与回执。三份材料进入文档解析与分块环节时角色不同：分级分类表作为分级依据，危险源清单作为条目来源，责任书作为责任与签认凭证。多语资料与术语处理要求同一术语全篇一致、译名能回指原文，因此解析分块后需保留字段与语种线索，供后续检索与对照稿生成使用。
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。
| 对象 | 判断 | 核验动作 |
|---|---|---|
| 实验室分级分类表 | 字段、日期与签字需与危险源清单、安全责任书对得上 | 核对分级分类表的实验室名称、等级、日期与签字，再与危险源清单、责任书逐项比对，并查看数据行状态是否为 parsed、indexing 或 indexed |
| 危险源清单 | 同一记录在两份材料里的名称、数量、日期要对得上 | 抽取三条术语与对应危险源条目，核对名称、数量、日期在两份材料中的写法，记录 chunkSize 与 chunkSplitter 对分块边界的影响 |
| 安全责任书 | 责任范围、签字与回执需完整且版本同步 | 核对责任书签字与回执是否齐全，检查版本是否与分级分类表同步，确认 trainingType 对应的训练模式与索引状态一致 |
容易做错的三处
- 现象：同一危险源在分级分类表与危险源清单里的名称、数量、日期对不上。原因：多语资料分批提交，字段与术语未统一，版本未同步。
- 现象：安全责任书缺签字或回执，责任范围无法追溯。原因：材料流转环节未闭环，签字与回执未随版本一并更新。
- 现象：刚上传的材料搜不到。原因：数据行处于 parsed 或 indexing，待索引数据不参与召回；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。上传后核对数据行是否立即落库为可见数据行并绑定唯一数据标识，观察状态从 parsed 到 indexing 再到 indexed；换模型时确认重建只覆盖已完成索引的数据，待索引数据不参与重建。
业务测试：抽三条术语查全篇写法是否一致，并核对译名能回指原文；同时记录引用数组条数与引用文本的 tokens 预算，两者不做相等比较。
- 打开数据行核对状态，确认处于三态之一且与界面显示一致；分别核对文件记录与数据行的标识，确认两者身份分得开。
- 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；对训练失败的数据行直接编辑或删除，避免留下空数据行。