最近面试被问到RAG项目里的向量检索调参，感觉自己答得特别虚。我现在做的是一个文档问答系统，用的Milvus，embedding是text2vec-base-chinese。但发现Top-K设成5时，召回来的片段有时候跟问题根本不是一回事，比如问“续签流程”，它给我召回“合同终止条款”。调到Top-K=20吧，相关的内容倒是多了，但噪声也大，LLM生成答案时反而容易跑偏。想请教大家，除了调K值，是不是还要看相似度阈值？或者有什么方法能结合reranker做二次筛选？另外，有没有好的指标（比如召回率、MRR）能在上线前评估召回质量？感谢！