埋め込みモデル比較｜日本語RAG・テキストと画像検索の選び方

モデルによっては、検索文と文書に異なる接頭辞や入力種別を指定します。例えばmultilingual-e5-largeのモデルカードは、検索文にquery:、文書にpassage:を付ける例を示しています。使うモデルの指示を確認し、比較条件に含めてください。

PDFのテキスト検索とページ画像検索

PDFから文字を抽出できる場合でも、表の列関係や図の意味が欠けることがあります。文字情報だけで答えられる質問と、画像やレイアウトが必要な質問を別々に用意し、それぞれの検索結果を確認します。

画像検索を加えると、ページ画像の作成・保存、画像処理、索引容量、実行時間が増える可能性があります。検索精度だけでなく、運用に必要な時間とメモリも同じ条件で比較しましょう。

費用とライセンス

APIでは、入力量のほか、再索引の頻度、レート制限、データの送信先と契約条件を確認します。公開価格は変更されるため、利用前に各社の料金表で確認してください。

ローカルではAPI呼び出し料金を避けられる場合がありますが、GPUやメモリ、電力、保守時間が必要です。公開モデルであってもライセンスは一律ではありません。モデル本体・派生版・実行ライブラリの利用条件をそれぞれ確認します。

よくある質問

埋め込みモデルは文章を生成しますか？

一般に検索用の数値表現を作るモデルです。回答文の生成は別のモデルや処理が担当します。

日本語資料に最適なモデルはどれですか？

文書や質問によって結果が変わります。日本語向けモデルと多言語モデルを候補に、自分の資料と質問で検索結果を比べてください。

PDFをテキスト抽出できれば、図や表も検索できますか？

抽出方法によっては図表の情報や構造が失われます。必要なページを用いて、テキスト検索と画像を使う検索を別々に試してください。

異なる埋め込みモデルのベクトルを混ぜて検索できますか？

同じ次元数でも互換とは限りません。提供者の互換性情報を確認し、不明な場合はモデル・版ごとに索引を分けるか、文書の埋め込みを作り直します。

Nemotron 3.5の画像対応は、どの実行ソフトでも使えますか？

モデルが画像入力を想定していても、配布形式・実行ソフト・build・画像処理経路に対応が必要です。使う構成で読み込みと検索を確認してください。

まとめ

埋め込みモデルは、文書と質問を検索用に変換する役割です。クラウドかローカルか、テキストだけか画像も扱うかを先に決め、日本語の実資料で検索品質・時間・メモリ・費用を分けて比較しましょう。

AI/LLMモデルの評価・ベンチマーク方法論を体系的に解説。MMLU・HumanEval・MT-Bench等の主要ベンチマーク、評価指標の選び方、リーダーボードの読み方と注意点を網羅。