Тогда шума еще больше будет

Надо заняться да, спасибо

проще уж bm25 взять, он с какого то числа доков бьет и 1024 эмбеддинги

Там можешь погуглить ресерч

Он берет не точные совпадения а со сдвигом вытаскивает соседние тоже

смотря сколько доков, но я думаю это можно посчитать даже