類似度しきい値 (Similarity Threshold)
読み: るいじどしきいち
最終更新: 2026-07-29・AI PICKS編集部
定義
類似度しきい値とは、RAG(検索拡張生成)でベクトル検索時に類似度スコアが基準値を下回った文書を検索結果から除外するための閾値のこと。
類似度しきい値 (Similarity Threshold)とは — 詳しく解説
類似度しきい値とは、ベクトル検索でクエリと文書の類似度スコア(コサイン類似度など)を計算した際に、検索結果として採用するかどうかを判定する境界値のことで、業界標準ではコサイン類似度で0.7〜0.8前後が目安とされることが多い。しきい値を高く設定しすぎると関連文書が検索結果から漏れて回答の根拠が不足し、低く設定しすぎると無関係な文書が混入してハルシネーションを誘発しやすくなる。2026年時点の実運用では、埋め込みモデルやドキュメントの粒度によって適正値が変わるため固定値ではなくA/Bテストや評価データセットでの検証を通じてチューニングする運用が広く採用されている。現場での選び方としては、まず緩めのしきい値で再現率を優先し、リランキングモデルで上位候補を絞り込む二段構成にするとバランスが取りやすいとされる。また、しきい値だけで判定するとコーパスの分布によって挙動がぶれるため、上位K件との組み合わせで運用するケースも多い。コストの面では、しきい値の調整自体に追加費用はかからないが、評価データセットの整備や監視には工数がかかる点が見落とされがちな落とし穴とされる。
類似度しきい値 (Similarity Threshold)の使用例
- しきい値を0.75未満のチャンクは除外し、上位5件のみをプロンプトへ渡す設定にする。
- しきい値を緩めて再現率を優先し、後段のリランキングモデルで精度を補う二段構成にする。
類似度しきい値 (Similarity Threshold)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・1163語以上を体系的に整理しています
辞典トップへ