最近自己在搭一个RAG系统，用的是FAISS做检索，然后喂给GPT-4。但发现一个问题：每次检索回来的top-k文档（比如k=5）里，经常夹杂一些和用户问题关系不大的内容，结果LLM一读就偏了，生成答案经常“跑火车”。试过调小chunk size、换embedding模型（从text-embedding-ada-002换到bge-large），但效果不稳定。有没有大佬指点一下，怎么能让检索结果更聚焦？比如是不是需要在检索后加一个rerank？或者用某种“滑动窗口”只截取最相关的片段？新手求指路，感谢。