最近在用Milvus搭一个简单的RAG demo，文档是公司内部的一些技术手册，大概几千份。我直接用OpenAI的text-embedding-ada-002生成向量，然后建了IVF_FLAT索引。但测试的时候发现，top-k召回率（k=10）一直只有60%左右，查了查感觉可能是分块策略或者元数据过滤没用好。我试过调整nlist和nprobe参数，效果提升不大。想问下大家，这种场景下有没有什么调优经验？是不是应该先做文档分块后再embedding？或者换个索引类型？另外，milvus的标量过滤对召回率影响大吗？有点迷茫，求指点。