最近在做RAG项目，用的Milvus存文档切片向量，大概几十万条数据。现在的问题是query召回的相关文档老是不准，top10里经常混进一些语义完全不搭边的结果。我试过换不同的embedding模型（bge-m3和text-embedding-3-small），也试过改距离算法（IP换成了L2），召回率还是上不去。感觉数据清洗和chunk切分也都做了，但效果就是不如预期。想问下各位老哥，是索引参数（比如HNSW的M和efConstruction）会影响召回吗？还是说需要做query改写或者混合检索（比如BM25+向量）？有没有类似踩坑经历的朋友分享一下调参经验，或者推荐一下更合适的向量检索方案？