最近在做一个基于开源模型（Qwen2.5-7B）的本地知识库问答，用的bge-m3做embedding，chunk_size设的是512，overlap设了50。但测试下来，很多明显相关的问题召回不到对应文档，比如问“报销流程”只召回第一条，后面详细步骤都没出来。我试过调大top_k，效果也不明显，反而噪音变多了。想请教下各位，这种召回质量差的情况，一般优先排查embedding模型还是重新设计chunk策略？有没有比较系统的调优路径？另外，如果换更强的embedding（比如gte-Qwen2）会不会有质的提升？还是说应该先试试混合检索（BM25+向量）？求有经验的老哥指点下，谢谢！