最近在搞一个基于私有文档的问答系统，用LangChain搭了RAG流程，嵌入用的是text-embedding-3-small，生成模型试了GPT-4o-mini和本地部署的Llama 3.1-8B。但发现检索出来的top-3 chunk有时候跟问题不相关，或者模型直接忽略检索内容自己编。试了调chunk_size（从500到800）和重叠（overlap=100或200），效果时好时坏。想问下大家在实际项目中，向量库（比如Chroma或FAISS）的索引参数（如nlist）和生成模型的温度、top_p怎么配合才能稳定输出？还是说我该换个更好的嵌入模型？有点懵，求指点。