学生版 社会人版
JA EN

#vector-search

5 記事

01 ·RAG・検索拡張·★ 会員·12分で読めます チャンキング戦略 — 分け方で検索は決まる RAGの精度の大半は「文書をどう切るか」で決まる。固定長とオーバーラップの算数、構造分割、意味分割、親子チャンク、そして鬼門である表と数式の扱いまでを1から解説する。 02 ·RAG・検索拡張·★ 会員·論文·13分で読めます 推薦システムと埋め込み — RAGと同じ数学、違う目的 BPR: Bayesian Personalized Ranking from Implicit Feedback 「あなたへのおすすめ」の中身は、RAGのベクトル検索とほとんど同じ数学です。協調フィルタリングの行列分解から二塔モデル、ANN検索の使い回しまでを前提知識ゼロから解説し、同じ道具を使いながら評価も落とし穴も別物になる理由を整理します。 03 ·線形代数·無料·10分で読めます LoRAとRAGを支える線形代数 — 固有値・低ランク・ベクトル検索を、動かして掴む 行列は空間の変形、固有ベクトルは変形しても向きが変わらない方向、SVDはその一般化、内積は「似ている」の定義。LoRAのΔW=BAとRAGのベクトル検索がどちらも同じ線形代数の上に建っていることを、4つの動く図と数式で確かめる。読むだけでなく、スライダーとドラッグで手を動かすためのコラム。 04 ·データ構造·★ 会員·論文·9分で読めます ハッシュと近傍探索 — ベクトル検索の下地 Efficient and robust approximate nearest neighbor search using Hierarchical Navigable Small World graphs 「探す」を速くする2つの発明——完全一致のハッシュ表と、意味の近さで探すLSH・HNSW——を前提知識ゼロから解説。RAGやベクトルDBの裏で動いている近傍探索の仕組みが分かる。 05 ·RAG・検索拡張·★ 会員·10分で読めます RAGの基礎と設計パターン — 埋め込み・チャンク・リランキング・評価を1から 検索拡張生成（RAG）を前提知識ゼロから解説。仕組みの直感、チャンク分割の戦略、ハイブリッド検索とリランキング、そして最重要の評価設計まで。