BGE-M3 (多言語埋め込みモデル)
読み: びーじーいーえむすりー
最終更新: 2026-07-30・AI PICKS編集部
定義
BGE-M3とは、北京智源人工智能研究院(BAAI)が開発した多言語対応の埋め込みモデルのことで、100以上の言語のテキストをベクトル化し検索やRAGの基盤に使われる。
BGE-M3 (多言語埋め込みモデル)とは — 詳しく解説
BGE-M3は、意味の近さで探すDense検索、キーワード一致に強いSparse検索、複数箇所の一致度を見るMulti-Vector検索の3方式を1つのモデルで同時に扱えることが特徴で、100以上の言語と最大8192トークンの長文入力に対応する埋め込みモデルとして、RAGの基盤の一つに広く採用されているとされる。オープンソースで無料利用できるため、OpenAIやCohereの有料embedding APIに比べてコストを抑えやすい点が支持される理由の一つだが、2026年時点の実運用では、出力ベクトルの次元数が大きくベクトルDB側のストレージ・検索コストが膨らみやすいこと、日本語のように単語の境界が曖昧な言語ではSparse検索の精度が英語ほど安定しないことが落とし穴として知られる。現場での選び方としては、多言語対応や長文チャンクを扱う要件があるならBGE-M3、日本語特化かつ軽量・低レイテンシを優先するなら国内製の埋め込みモデルを検討する、という使い分けが広く行われている。
BGE-M3 (多言語埋め込みモデル)の使用例
- 日本語FAQ検索でBGE-M3のDense+Sparseハイブリッド検索を使い、キーワード完全一致と意味的類似の両方を拾う設計にする。
- 英語・中国語・日本語混在のサポート文書をBGE-M3で一括ベクトル化し、多言語RAGのインデックスを構築する。
BGE-M3 (多言語埋め込みモデル)に関連するAIツール
関連用語
「RAG・検索拡張」の他の用語
Retrieval-Augmented Generation。 社内資料や外部 DB を検索してから AI に答えさせる仕組み。
文章や画像を 数値ベクトルに変換する技術。 類似度検索や RAG の基礎。
出典付きで回答する AI 検索エンジン。 リサーチ業務で従来検索を置き換える。
Google 検索の上位に AI が回答を提示する 「AI Overviews」 や Perplexity 等の新世代検索。
Embedding (数値ベクトル) を高速に類似度検索するための専用 DB。 Pinecone / Qdrant / Weaviate が代表。
NotebookLMとはGoogleが提供するRAGベースのAIリサーチアシスタントのこと。ユーザーがアップロードした文書のみを情報源として回答を生成するため、ハルシネーションを大幅に抑制できる。
AI用語辞典をすべて見てみませんか
12カテゴリ・1213語以上を体系的に整理しています
辞典トップへ