技術・アプローチ 目的 基本的な仕組み 主な注意点
BM25 キーワードが一致する文書を取得する 単語の出現頻度と希少性から関連度を計算する 言い換えや意味的な類似表現に弱い
Vector RAG 意味が近い文書を取得する 質問と文書をベクトル化し、類似度で検索する 固有名詞、数値、細かな条件に弱い場合がある
Hybrid Search キーワード検索と意味検索を補完する BM25とVectorの検索結果を統合する 順位統合や検索件数の調整が必要
Agentic Search 質問に応じて検索処理を動的に変える LLMが検索先選択、クエリ書き換え、再検索を制御する 応答時間、コスト、評価が複雑になる
Register as a new user and use Qiita more conveniently
- You get articles that match your needs
- You can efficiently read back useful information
- You can use dark theme