ColBERT (後期相互作用検索)
読み: こるばーと
最終更新: 2026-06-29・AI PICKS編集部
定義
ColBERT (後期相互作用検索)とは、クエリとドキュメントをトークン単位でベクトル化し、推論時にMaxSim演算で照合する高精度な検索アーキテクチャのこと。
ColBERT (後期相互作用検索)とは — 詳しく解説
ColBERT（Contextualized Late Interaction over BERT）はスタンフォード大学が2020年に提案したBERTベースの検索モデルで、クエリとドキュメントをそれぞれトークン単位でエンコードし、推論時に最大類似スコア（MaxSim）を計算する「後期相互作用」が最大の特徴。従来の単一ベクトル検索（DPRなど）より表現力が高く、クロスエンコーダより大幅に高速なため、RAGパイプラインの精度向上手段として2026年現在も注目度が高い。 実運用での落とし穴はストレージコスト。トークン単位でベクトルを保持するため、単一ベクトル方式の10〜30倍の容量が必要になる。現場での相場感として、100万件以下ならRAGatouilleライブラリ経由でのPython導入が現実的。それ以上の規模では専用インフラが必須。選定基準は「DPRで精度不足→ColBERT→クロスエンコーダ」の順で試すのが定石で、質問応答・社内文書検索系のタスクで特に効果が出やすい。
ColBERT (後期相互作用検索)の使用例
- 社内ナレッジ検索にColBERTv2を導入し、DPR比で回答精度を約20%改善。RAGatouilleで10万件インデックスを構築した事例。
- RAGパイプラインの第1段をDPRからColBERTに差し替え、曖昧なクエリでもトークン照合で関連文書を正確にヒットさせるプロンプト設計。
ColBERT (後期相互作用検索)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・302語以上を体系的に整理しています
辞典トップへ