最近在搭一个企业内部文档的RAG系统，用的Chunk大小是512，top_k设了10。但发现LLM回答时经常被一些边缘信息带偏，比如问“报销流程”，它却引用了“差旅标准”里的无关细节。试过调整chunk overlap和相似度阈值，效果不太稳定。想问问大家，有没有什么好的策略能精确定位到最相关的段落？比如在检索后加一个重排序（rerank）步骤？或者干脆换个embedding模型？先谢过各位大佬了。