#embeddings 6 total

AI要約 Amazon BedrockとOpenSearch Serverlessを用いたマルチモーダル埋め込みで航空画像を大規模にセマンティック検索可能にするアーキテクチャを解説。OpenStreetMapを活用した評価手法と4つの実験結果も紹介。

EN In this post, we walk through the problem space, our architecture on Amazon Bedrock and Amazon OpenSearch Serverless, the evaluation methodology we built on OpenStreetMap ground truth, four experiment

AI要約 「自社を理解するAI」の実現手段として注目されるファインチューニングだが、bge-m3・LanceDB・Ollamaを組み合わせたローカルRAG構成を検証したところ、多くのユースケースではRAGだけで十分な精度が得られることが示された。コストと運用負荷の観点からも、まずRAGを試すべきという知見は実務に直結する。

EN A hands-on experiment using bge-m3, LanceDB, and Ollama (gemma) found that a local RAG pipeline can match the practical needs of company-specific AI without fine-tuning, challenging the common assumption that training on proprietary data is necessary.

AI要約 IBMがApache 2.0ライセンスで公開した多言語埋め込みモデル「Granite Embedding Multilingual R2」は、100M未満のパラメータ規模ながら32Kトークンの長文コンテキストに対応。12言語をサポートし、同規模帯では最高水準の検索品質を達成したという。

原文JA IBMがApache 2.0ライセンスで公開した多言語埋め込みモデル「Granite Embedding Multilingual R2」は、100M未満のパラメータ規模ながら32Kトークンの長文コンテキストに対応。12言語をサポートし、同規模帯では最高水準の検索品質を達成したという。

AI要約 GoogleはGemini Embedding 2を発表し、エージェント型のマルチモーダルRAG構築を可能にした。テキスト・画像・コードを横断する検索精度を向上させ、開発者がより高度な検索拡張生成アプリを構築できる基盤を提供する。

EN Google has announced the general availability of Gemini Embedding 2, a unified model that maps text, images, video, audio, and documents into a single semantic space. This model allows developers to p

AI要約 Hugging FaceがSentence Transformers v5系を用いて、テキストと画像を扱うマルチモーダル埋め込みモデルおよび再ランカーモデルを学習・微調整する方法を解説。CLIPなどのビジョン言語モデルを基盤に、損失関数やデータ準備、評価まで実践的に紹介する。

原文JA Hugging FaceがSentence Transformers v5系を用いて、テキストと画像を扱うマルチモーダル埋め込みモデルおよび再ランカーモデルを学習・微調整する方法を解説。CLIPなどのビジョン言語モデルを基盤に、損失関数やデータ準備、評価まで実践的に紹介する。

AI要約 Sentence Transformersが画像やマルチモーダル入力に対応するよう拡張された。CLIPやSigLIPなどのモデルを共通APIで扱え、テキスト・画像横断の埋め込みやリランキングが可能になり、検索やRAGの構築が容易になる。

原文JA Sentence Transformersが画像やマルチモーダル入力に対応するよう拡張された。CLIPやSigLIPなどのモデルを共通APIで扱え、テキスト・画像横断の埋め込みやリランキングが可能になり、検索やRAGの構築が容易になる。