最近在做企业知识库的RAG应用，发现通用embedding模型对行业术语匹配不准（比如“熔断器”和“断路器”分不清），就想着微调一下bge-small。我用人工标注的正负样本对跑了几轮对比学习，loss降得挺漂亮，但上线后发现检索结果反而更差了——明明相关的文档排到了后面，不相关的倒跑前面去了。是不是我样本构造有问题？还是学习率调太大了？或者微调后需要重新做索引？求有经验的大佬指点一下，现在整个人都麻了。