最近在折腾一个本地知识库的RAG项目，用的LlamaIndex框架，文档是中文的技术手册。试了bge-large-zh-v1.5和text2vec-base-chinese，检索出来的top-5结果经常跟query语义对不上，比如问“GPU内存不足怎么解决”，反而给我匹配到“显存频率调整”。
我是先切块再embedding的，块大小设了256，重叠20%。也试过调chunk_size和top_k，但效果提升有限。
想问问大家：中文RAG的embedding模型选型有没有什么坑？是不是得先做同义词扩展或者query改写？还是说LlamaIndex的默认检索策略就不太适合中文？求分享点实战经验，感谢！