Elasticライブウェビナー：Elasticsearch の Search AI 技術 Deep Dive

日山 雅之

Principal Solutions Architect

Elasticsearch 株式会社

RAG の精度向上のために、ベクトル検索、リランキング、量子化、ハイブリッド検索といった選択肢はここ数年で急速に広がりました。論文や OSS で次々と新しい手法が登場する一方で、どの技術をどの条件でどう組み合わせ、どうチューニングするかの判断には、各アルゴリズムの中身まで踏み込んだ理解が欠かせません。

本ウェビナーはエンジニア向けの Deep Dive 形式で、Elasticsearch に実装された最新の Search AI 技術を、動作原理・性能特性・トレードオフまで踏み込んで解説します。Jina AI の埋め込み・リランキングモデル、疎な語彙拡張モデル、ベクトル量子化、フィルタ付きベクトル検索、ハイブリッド検索の Retriever 群まで、RAG の精度向上に直結するコンポーネントを、Elasticsearch の設定例やクエリ例も交えながら網羅します。

これから検索基盤を構築するエンジニアから、既存の検索精度を改善したいエンジニアまで、最新の検索アルゴリズムをいかに実務に組み込むか、その具体的な道筋を提示します。

アジェンダ 

• Jina AI の Search AI モデル ー 埋め込み, リランキング

• 疎な語彙拡張モデル ー SPLADE, ELSER

• ベクトル量子化技術 ー RaBitQ, BBQ, DiskBBQ

• その他の技術 ー ACORN, ランク融合, MMR

対象者

• 最新の Search AI 技術にご興味のある方

• AI エージェントの Context Engineering で検索技術をご活用の方