系统构建了一个多模态 RAG 流程：

1. 文档解析：使用 Unstructured.io + OCR（PaddleOCR） 提取 PDF 中的文本与表格；
2. 向量化：将每段文本/表格单元格嵌入为向量（bge-m3 模型）；
3. 检索：用户提问（如“请列出 2023 年各季度净利润”）→ 向量检索 Top-5 片段；
4. 生成：将检索结果拼接为 prompt，送入 Llama-3-8B（vLLM 部署）生成答案。

测试发现：

• 检索阶段返回的片段确实包含正确表格（如“Q1: 1.2亿, Q2: 1.5亿…”）；
• 但 Llama-3-8B 生成的答案常出现：
  • 遗漏：只提 Q1 和 Q3，跳过 Q2/Q4；
  • 捏造：将“1.2亿”写成“1.8亿”；
  • 混淆：把 A 公司数据套用到 B 公司；
• 相同 prompt 在 Claude 3 Haiku 上输出准确；
• 增加 temperature=0.1、max_tokens=500 无效；
• 将表格转为 Markdown 格式后输入，问题依旧。