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

Там можешь погуглить ресерч

но bm25 не так круто канеш

Была еще идея запилить датасет агентом синтетический и дообучить модель эмбрендингов под задачу в гугл ноуте.

Надо заняться да, спасибо

Тогда шума еще больше будет