最近在做一个企业知识库问答的小项目，文档量大概几千份，主要是PDF和Word。目前用bge-m3做embedding，Qwen2.5-7B-Instruct做生成，向量库用的Milvus。但实际跑下来感觉召回效果不太稳定，有时候明明文档里有答案，检索出来的chunk就是不对，换个问法结果又好了。想问问大家，是不是需要加个rerank模型？还是说chunk切分策略有问题？目前是固定512 token切，重叠64。看有些帖子说用bge-reranker-v2-m3效果提升明显，但也有人说7B模型本身能力有限，换大模型更实在。预算有限，纠结先优化哪一块，求有实战经验的老哥指点一下。