最近在做RAG的demo，用的是LangChain+OpenAI的embedding，配合Chroma做向量库。但发现一个问题：每次查询检索出来的top-k文档数量太多，而且很多是相关性不高的片段，导致最后生成的结果像在拼凑信息，不够准确。试过调整chunk size和overlap，效果不明显。也想过用MMR（最大边际相关性）算法去重，但感觉还是不够精细。想问下大家，一般怎么控制召回的准确率？比如有没有什么混合检索策略，或者对检索结果做后处理的技巧？先谢过各位大佬了。