最近自己在搭一个RAG知识问答系统，用的langchain+chroma。遇到个头疼的问题：文档切得太碎（比如每段200字），检索出来的chunk往往信息不全，回答容易断章取义；但切得太大（比如1000字），又感觉召回率下降，很多不相关的内容混进来。尝试了重叠切分和不同embedding模型，效果都不太理想。想请教一下大家，在实际项目中，chunk size一般怎么设置？有没有什么合理的策略或者评估指标能指导这个调参过程？先谢过各位大佬了。