最近在搭一个垂直领域的RAG问答，用的bge-m3做embedding，chunk切了512带overlap，检索出来的top5看召回内容相关性都还行，但喂给qwen2.5-7b之后，答案经常抓不住重点，甚至把检索片段里的无关细节当成了核心。我试过在prompt里强调“只根据给定资料回答”，也试过把top5改成top3，效果都不稳定。想问问各位，这种情况一般是卡在rerank环节，还是说需要在生成前对检索片段做额外的重排或压缩？或者干脆是模型对长上下文的利用能力不行？有没有什么工程上比较实用的tuning思路？