最近在搭一个企业级RAG系统，用的langchain框架，知识库主要是PDF和word文档。现在卡在embedding模型选型上，试了bge-large-zh和text2vec-base-chinese，感觉bge检索准确率稍高但推理速度慢，text2vec快一点但中文长文本分块后召回率有点拉胯。目前服务器是单卡T4，16G显存，想兼顾速度和效果，有没有老哥实际部署过？另外，如果混合使用不同embedding模型做多路召回，对后续rerank的延迟影响大吗？求分享踩坑经验，感谢！