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

BGE-M3 (多言語埋め込みモデル)とは（詳しく解説）

BGE-M3は、北京智源人工智能研究院（BAAI）が2024年1月に公開した埋め込みモデルです。埋め込みモデルとは、文章を数値の並び（ベクトル）に変えて、意味の近い文章どうしを探せるようにする仕組みのこと。RAGで社内文書から関連箇所を探すときの土台に使われます。 名前のM3は3つの「多」を表します。1つ目は検索方式の多さで、意味で探すDense、単語の一致で探すSparse、複数のベクトルで細かく照合するMulti-Vectorを、1つのモデルでまとめて出力できます。2つ目は言語の多さで、日本語を含む100以上の言語に対応します。3つ目は長さの幅で、短い文から最大8,192トークンの長文まで扱えます。 MITライセンスで公開されているため、無料で商用利用できます。Hugging Faceから直接使えるほか、BAAIのFlagEmbeddingライブラリやOllamaにも対応しています。出力ベクトルは1,024次元で、MilvusやVespaなどのベクトルデータベースではDenseとSparseを組み合わせたハイブリッド検索の例も公開されています。 選ぶときの目安はシンプルです。多言語の文書や長い文書をまとめて検索したいならBGE-M3が有力候補になります。日本語だけで精度を詰めたい場合は、日本語特化の埋め込みモデルと自社データで比べてから決めると失敗しにくくなります。

BGE-M3 (多言語埋め込みモデル)のよくある質問

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

BGE-M3 (多言語埋め込みモデル)の関連記事

ガイド9/1 更新13分で読めますMXFP4とは？重みを約4分の1に圧縮する4ビット量子化とNVFP4の違いMXFP4とは、32個の数値でスケールを共有する4ビット浮動小数点フォーマットです。BF16比でメモリは約4分の1。NVFP4との構造の違い、MMLU-Proで実測された精度低下、Apple SiliconやGPUでの動かし方、選ぶ基準までまとめました。

ガイド10/28 公開NEW14分で読めますLFM3とは？約1GBで動くLiquid AI軽量モデルの特徴とOllamaでの使い方Liquid AIが開発したLFM3の特徴、4bit量子化により約1GBのメモリで動作する仕組み、Ollamaでの導入コマンドを整理。256Kのコンテキスト長や単一GPUでの追加学習要件、外部通信なしで機密データを安全に処理できる利点まで、手元PCで動かすための実践知識をまとめます。

ガイド10/27 更新NEW12分で読めますNemotron 3.5 Boltとは？4GB版E4Bと74B-A9Bのスペック・Ollamaでの使い方Nemotron 3.5 BoltはNVIDIAが公開したオープンウェイトモデルです。テキスト入力のE4B（最大64K）と、画像・動画も読める74B-A9B（最大256K）の違い、Ollamaのタグとダウンロード容量、Macでの注意点を公式情報ベースで整理します。