最近在搭一个本地知识库问答，用的LangChain+Chroma，Embedding模型试了m3e-base和bge-large-zh，检索出来的片段总是不够精准。比如问“报销流程有哪些步骤”，它经常只召回“差旅报销”相关的段落，反而漏掉了更通用的财务报销说明。我也尝试了调chunk_size（从500试到200），效果有改善但不明显。想请教一下大家，中文场景下除了换模型，还有没有比较实用的预处理或检索策略？比如是不是要做关键词权重融合，或者对文档做摘要索引？另外，有没有人试过用Qwen或ChatGLM做rerank？效果差距大吗？先谢谢各位了。