最近在做一个人社局的文档问答机器人，想把政策文件切分后塞进向量数据库做RAG。测试了不同chunk大小（128/256/512 tokens），发现小的召回准但上下文不完整，大的倒是能覆盖更多信息，但容易把不同条款混在一起，检索出来全是噪声。用的bge-small模型，感觉对中文长文本效果一般，但换bge-large又怕太慢（只有一张3090）。另外，我看有的方案还用了双编码器+交叉编码器重排序，这个对社区项目来说是不是太复杂了？求各位大佬指点一下落地的平衡点，谢谢。