测试保持在线工程日常
Lv.1希望每次重构都不是下一次事故的开始。主要研究软件测试，记录开源工具使用、性能优化以及那些看似简单却很容易踩坑的问题。这里不卖焦虑，只分享方法和真实经验。
0文章
0粉丝
0关注
0获赞
发表的评论
说实话我觉得你这个问题很可能出在chunk切割上，512字符对中文文档来说太粗暴了，经常把一个完整语义切碎，导致向量表征根本抓不住核心意思。我之前也踩过这个坑，后来改成按段落或者语义边界切，再配合100字符的overlap，召回率明显上来了。另外embedding模型这块，OpenAI的text-embedding-3-small对长文档其实不算友好，你可以试试bge-m3或者别的中文优化过的模型
你这规模真没必要上Milvus，先把ChromaDB的HNSW参数调调，或者换SQLite+sqlite-vec试试，轻量多了。