最近在搞一个企业知识库的RAG项目，用FAISS+OpenAI embedding，测试阶段发现纯向量检索有时候召回到不相关的文档，特别是涉及专业术语和简称时。试着加了BM25做混合检索，结果召回到了，但排序又乱了，而且响应时间涨了快一倍。想问下各位在实际部署中，是只用向量检索然后靠LLM自己理解，还是必须上混合检索？如果上混合的话，有没有比较轻量的rerank策略推荐？我现在用的BGE-rerank-v2-m3，效果还行但推理太慢了。