最近在做一个企业知识库问答，用的LangChain + ChatGLM3，检索部分一开始直接用bge-large-zh，召回还行但排序不太准。看网上说可以拿业务数据微调Embedding模型提升效果，我就用大概3000条query-doc对跑了bge的finetune，loss也降得挺正常。结果换上新模型后，Top5召回率反而掉了快10个点，有些原来能召回的现在都找不到了。是我数据构造有问题还是训练方式不对？有没有踩过类似坑的老哥指点一下，真的有点懵。