最近在搭一个基于本地知识库的RAG问答系统，用的bge-m3做embedding，chunk大小设的512，重叠64。但实际测试时发现，很多问题检索出来的top5片段里，只有一两条是真正有用的，其他都是表面相关但实际答非所问的内容。比如问“某功能怎么配置”，召回的反而是该功能的历史变更记录，甚至是一些日志说明。我试过调相似度阈值，但要么召回太少，要么还是夹杂无关内容。想问问有经验的朋友，这种问题大概率是分块策略的问题，还是embedding模型选型或者检索方式（比如混合检索）的问题？另外有没有什么工程上比较实用的调优思路？先谢过大家了。