最近在做公司内部的文档问答，用langchain搭了个RAG流程，PDF解析后按500字切chunk，用的bge-large-zh，向量库是Milvus。但实际效果很拉胯，问一些跨章节的问题（比如“XX项目的预算和负责人分别是谁”），检索回来的top5经常只有一段对得上，甚至直接跑偏。我试过调top_k，降相似度阈值，也试过重叠切分，但都改善不大。想问问各位老哥，这种问题一般是chunk粒度的问题，还是说embedding模型对该领域术语理解不够？或者有没有必要上重排（rerank）？求个排查思路，感谢。