最近在做一个企业内部知识库的RAG项目，用的Milvus，embedding模型是BGE-large-zh。一开始数据量只有几千条的时候效果还行，现在到10万条左右，发现检索出来的top-10结果经常混进很多不相关的片段，有时候甚至把关键信息排到很后面。我试过调高nprobe参数、调整IVF的聚类数，也试过不同的距离度量方式（L2、余弦），效果都不太稳定。想请教一下各位大佬，数据量上去之后，是不是单纯加向量数据库的索引参数已经不够了？还是说需要在检索前加一层reranker或者重新设计embedding策略？有没有什么成熟的方案或者踩坑经验可以分享？