最近在用Qwen2.5-7B搭一个本地知识库问答，RAG流程里需要把文档切块后做向量化存储。我手头只有这一套模型，就图省事直接用Qwen2.5的最后一层隐藏层输出当embedding，然后检索出来的上下文再喂给同一个模型生成回答。但实测发现，检索效果时好时坏，有时候明明相关的内容向量距离反而大。请问这样用同一个模型做双任务是不是有问题？还是说我的向量化做法不对（比如没做归一化或者池化策略选错了）？有没有更稳妥的轻量级embedding模型推荐？先谢过各位大佬。