埋め込みモデル・検索結果の再順位付けモデルの比較
記事状態: 公開 · 最終確認: 未確認
要点
埋め込みモデルと再順位付けモデルはバージョン管理された検索コンポーネントであり、LLM の見えない属性ではない。その品質はコーパス、タスク、チャンク分割、フィルタ、インデックス設定、評価対象に依存する。公開ベンチマーク結果は候補選定に有用だが、テナント固有の検索品質を保証するものではない。したがって、モデルやインデックスの変更は、コーパス固有の評価とロールバックを伴う監査可能なマイグレーションとして扱うべきである。
現在の判断
- 埋め込みと再順位付けは別の段階。 数値ベクトルへの変換は、通常、候補を効率よく探すために使う。クロスエンコーダーなどの再順位付けモデルは、検索語と文書を組み合わせて詳しく評価できる一方、候補ごとの処理費用が高くなる。Sentence Transformersの検索・再順位付けの構成は実装例であり、すべてのシステムに必須の構成ではない。
- 埋め込みベクトルはモデルの成果物であり、時代を超えて不変のデータではありません。 モデルID/改訂版、タスクモード、ベクトルの次元数、正規化、および前処理を固定する必要があります。埋め込みモデルを置き換えると、ベクトルの次元数が互換性を維持していても、ベクトル空間が変わる可能性があります。移行テストを行わない限り、古いベクトルと新しいベクトルが相互に比較可能であると想定してはいけません。
- 提供元ごとのタスクの扱いを確認する。 Vertexの埋め込み文書には、タスクに応じた要求の扱いが定義されている。検索語・文書の表現には、各ベクトルをどのタスクモードで生成したかを残す必要がある。APIが検索時の役割やタスクの種類を区別する場合、単なる
embedding_model=...という項目だけでは不十分である。 - 再順位付けのスコアは、そのモデルによる関連性の指標。 内容が真実である確率、利用権限、安全性、業務上の正しさを表す確率ではない。高いスコアを理由に、ACLや方針による制御を無視してはならない。
- ベンチマークの順位だけで本番性能は証明できない。 BEIRとMTEBは、検索・埋め込みの品質を複数の資料群・タスクで評価する。ランキングを集計した結果だけでは、個々の組織の資料群、混在する言語、文書の分割方法、ACLの構成、必要な鮮度、業務分野ごとの関連性の定義に対する性能は確定できない。
- 検索の評価は段階的に行う必要があります。 候補のrecall@Kは、検索結果の再順位付けの前に測定されるべきです。その後、検索結果の再順位付けの指標を候補セットに対して測定します。そうしないと、強力な検索結果の再順位付けモデルによって、集計レポート上で候補生成時の漏れが隠されてしまう可能性がある一方で、検索結果の再順位付けモデルは、候補プールに存在しないドキュメントを復元することはできないためです。
- インデックスの移行は運用イベントです。 モデル/ベクトルの次元数/前処理の変更には、再埋め込み、インデックスの再構築または二重インデックス移行、シャドウ評価、およびロールバック計画が必要です。これをプロンプトのみの変更として扱うべきではありません。
どこまで当てはまるか
エンタープライズAIコア / 検索 / 実装 / 相互運用性 / ベンチマーク / ガバナンス / プロバイダーマッピング。
詳しく理解する
なぜ重要か
エンタープライズにおける検索品質は、LLMのみによって決定されるものではない。候補生成、埋め込み空間、チャンク表現、クエリ/ドキュメントのタスク意味論、メタデータ/ACLフィルタリング、検索結果の再順位付け、スコアの較正、およびインデックス/モデルの移行は、それぞれ独立した失敗要因となり得る。したがって、更新時には、埋め込みおよび検索結果の再順位付けを、RAGの不可視な実装詳細としてではなく、バージョン管理された検索インフラストラクチャとして扱うべきである。
対象範囲と前提
エンタープライズAIコア / 検索 / 実装 / 相互運用性 / ベンチマーク / ガバナンス / プロバイダーマッピング。
検討ポイント
企業システムが埋め込みモデルや検索結果の再順位付け(検索結果の再評価器)を使用する場合、何を固定し、評価し、監査しなければならないか。また、ベンチマークやプロバイダーのドキュメントのみを根拠とした場合、どのような記述が安全ではないまま残るか。
根拠資料の対応表
| 資料の種類 | 原資料の題名 | 著者・組織 | 原資料の正式なURL | 公開/更新/アクセス | バージョン/モデル | 裏付ける該当箇所 | 根拠の分類 | 対応関係 |
| 公式製品ドキュメント | Embeddings | OpenAI | https://platform.openai.com/docs/guides/embeddings | 参照日 2026-09-16 | text-embedding-3-small / text-embedding-3-large | モデルの次元数および埋め込みの使用に関するガイダンス | VERIFIED_SPEC / PRODUCT_VOLATILE | 裏付け/文脈・入力情報 |
| 公式製品ドキュメント | テキスト埋め込みを取得する | Google Cloud Vertex AI | https://cloud.google.com/vertex-ai/generative-ai/docs/embeddings/get-text-embeddings | 参照日 2026-09-16 | 現在のVertexテキスト埋め込みモデル | task_type / ベクトルの次元数 / リクエストのセマンティクス | VERIFIED_SPEC / PRODUCT_VOLATILE | 裏付け/limit |
| 公式製品ドキュメント | Rerank | Cohere | https://docs.cohere.com/docs/rerank-overview | 参照日 2026-09-16 | 現在の検索結果の再順位付けファミリー。正確な本番用モデルを再度固定する必要がある。 | クエリ+ドキュメントの検索結果の再順位付けのセマンティクス | VERIFIED_SPEC / PRODUCT_VOLATILE | 裏付け/文脈・入力情報 |
| 作成者が維持する実装ドキュメント | 検索と再順位付け | Sentence Transformers | https://www.sbert.net/examples/sentence_transformer/applications/retrieve_rerank/README.html | 参照日 2026-09-16 | bi-encoder + CrossEncoderパターン;この実行ではパッケージのリリースは固定されていません | 検索候補の生成に続く、CrossEncoderによる検索結果の再順位付け | OSS_PRACTICE | 裏付け/文脈・入力情報 |
| 主要論文 / ベンチマーク | BEIR: 情報検索モデルのゼロショット評価のための不均一なベンチマーク | Thakur et al. | https://arxiv.org/abs/2104.08663 | 2021; 参照日 2026-09-16 | BEIR | データセットやタスクを横断した、不均一なゼロショット情報検索(IR)評価 | RESEARCH | 裏付け/limit |
| ベンチマーク / 著者による維持管理プロジェクト | MTEB:大規模テキスト埋め込みベンチマーク | Muennighoffほか / MTEBプロジェクト | https://github.com/embeddings-benchmark/mteb | 参照日 2026-09-16 | 現在のベンチマーク用リポジトリ。特定のコミットには固定されていません。 | マルチタスク埋め込み評価、リーダーボード/モデルカードのエコシステム | RESEARCH / OSS_PRACTICE | 裏付け/limit |
利用できる条件
- プロバイダー/アカウント/リージョン/モデルの可用性と廃止ステータス。
- API/モデルの改訂版、および許可されている入力タイプ/長さ。
- 埋め込みの次元数、およびサポートされているすべての次元削減パラメータ。
- タスク/クエリ/ドキュメントのモード意味論。
- 検索結果の再順位付けにおける候補/ドキュメントの制限、およびリクエストサイズの制限。
- 次元数、メトリック、フィルタリング、およびインデックスタイプに対するベクトルストアのサポート状況。
- 外部ホストの埋め込み/検索結果の再順位付けAPIに関する、データの所在・保持・学習に関する条項。
- 一括での再埋め込み(re-embedding)およびオンラインでの検索結果の再順位付けに関するコスト/スループットの割り当て。
実装・運用
PROPOSAL — `RETRIEVAL MODEL ARTIFACT CONTRACT` 最低限、次を保存する。検索資料群の時点を固定した写しとハッシュ、文書・分割片のID、元資料のACL・セキュリティ分類、分割処理の版・設定、正規化・前処理、埋め込みの提供元・モデル・改訂版、タスクの役割・種類、ベクトルの次元数・正規化、距離指標、ベクトル保存先と索引の種類・ANN設定、索引の構築記録・版、検索語の埋め込み設定、候補の取得方法、top-K、付随情報・ACLで絞り込む段階、再順位付けの提供元・モデル・改訂版・top-N、検索・再順位付けの元スコア、最終的に選んだ根拠資料のID、待ち時間・費用、評価一式の版、公開配備・元に戻す操作の参照記録。
推奨する順序は、権限を考慮した資料群の選択・絞り込み → 候補の検索(設計に応じてベクトル検索・語句検索・両者の併用)→ 候補一覧の記録 → 再順位付け → 根拠資料の選択 → 回答生成。ACLによる絞り込みを検索前・検索中・検索後のどこで行うかはシステムによる。ただし、権限のない内容をLLMが参照できる根拠資料に含めてはならない。
確認・評価方法
TEST_PROFILE (未実行 in this 実行) 組織の情報や権限の境界を守れる試験用データを用意する。正確なIDによる検索、言い換え、略語、珍しい固有名詞、数値の条件、多言語の検索語、長い文書、ほぼ重複した文書、内容が矛盾する版、関連性は高いがACLで閲覧を除外される文書、鮮度が重要な項目、紛らわしい不正解の候補、回答できる資料がない検索語を含める。
少なくとも、語句検索を基準とした結果、ベクトル検索のみの結果、対応していれば両者の併用、ベクトル検索と再順位付けの組み合わせ、現行の本番構成と移行候補の構成を比較する。候補のrecall@K、MRR/nDCG@K、再順位付けによる改善幅、回答までの全工程における根拠資料の再現率、権限外の資料の取得率、古い根拠の率、重複率、回答不能時の回答差し控え、待ち時間のp50/p95、埋め込み・索引構築の費用、オンライン検索・再順位付けの費用を個別に測る。モデル単体の指標と工程全体の指標を分けて扱う。
移行にあたっては、同じ固定された検索対象の文書群に対して二重にインデックスを作成し、シャドウクエリを実行して、重複と関連性の判断を比較した上で、ロールバックのテストを行ってください。プロバイダーまたは実装が互換性を明示的に保証し、かつそれが独立して検証されていない限り、一つの論理的な類似性空間の中で新旧のベクトルを混在させないでください。
セキュリティとプライバシー
- セキュリティ: 検索の関連性が、認可(権限)に優先することはありません。ACL(アクセス制御リスト)やフィルタの出典・来歴を維持し、ACLで除外されているが関連性が非常に高いという、敵対的なテスト用構成(フィクスチャ)を用いて検証を行ってください。
- プライバシー: 外部でホストされている埋め込み/rerank APIは、ソーステキストまたはクエリテキストを受け取る可能性があります。プロバイダーのデータの使用/所在/保持に関する条件については、現在の情報の検証が必要です。
- 監査: 検索対象の文書群/インデックス/モデル/チャンカー/検索結果の再順位付けのバージョンを選択された根拠IDとともにログに記録し、回答を生成した検索スタックに対してその回答を再現できるようにしてください。
- コスト: 一括での再埋め込み、移行中のインデックスの複製、ストレージ、およびクエリごとの検索結果の再順位付けは、それぞれ異なるコスト要因となります。
- 運用性: シャドウインデックス、二重読み取り比較、閾値の再調整、ドリフト監視、およびロールバックをサポートすること。
現行性の確認範囲と限界
現在の埋め込みモデルのID、ベクトルの次元数、価格、および互換性は、製品の変更により変動する可能性があり(PRODUCT_VOLATILE)、ベンチマークの結果はワークロードに依存する。
確認できていること
埋め込みと再順位付けは別の段階。 数値ベクトルへの変換は、通常、候補を効率よく探すために使う。クロスエンコーダーなどの再順位付けモデルは、検索語と文書を組み合わせて詳しく評価できる一方、候補ごとの処理費用が高くなる。Sentence Transformersの検索・再順位付けの構成は実装例であり、すべてのシステムに必須の構成ではない。
埋め込みベクトルはモデルの成果物であり、時代を超えて不変のデータではありません。 モデルID/改訂版、タスクモード、ベクトルの次元数、正規化、および前処理を固定する必要があります。埋め込みモデルを置き換えると、ベクトルの次元数が互換性を維持していても、ベクトル空間が変わる可能性があります。移行テストを行わない限り、古いベクトルと新しいベクトルが相互に比較可能であると想定してはいけません。
提供元ごとのタスクの扱いを確認する。 Vertexの埋め込み文書には、タスクに応じた要求の扱いが定義されている。検索語・文書の表現には、各ベクトルをどのタスクモードで生成したかを残す必要がある。APIが検索時の役割やタスクの種類を区別する場合、単なる
embedding_model=...という項目だけでは不十分である。再順位付けのスコアは、そのモデルによる関連性の指標。 内容が真実である確率、利用権限、安全性、業務上の正しさを表す確率ではない。高いスコアを理由に、ACLや方針による制御を無視してはならない。
ベンチマークの順位だけで本番性能は証明できない。 BEIRとMTEBは、検索・埋め込みの品質を複数の資料群・タスクで評価する。ランキングを集計した結果だけでは、個々の組織の資料群、混在する言語、文書の分割方法、ACLの構成、必要な鮮度、業務分野ごとの関連性の定義に対する性能は確定できない。
検索の評価は段階的に行う必要があります。 候補のrecall@Kは、検索結果の再順位付けの前に測定されるべきです。その後、検索結果の再順位付けの指標を候補セットに対して測定します。そうしないと、強力な検索結果の再順位付けモデルによって、集計レポート上で候補生成時の漏れが隠されてしまう可能性がある一方で、検索結果の再順位付けモデルは、候補プールに存在しないドキュメントを復元することはできないためです。
インデックスの移行は運用イベントです。 モデル/ベクトルの次元数/前処理の変更には、再埋め込み、インデックスの再構築または二重インデックス移行、シャドウ評価、およびロールバック計画が必要です。これをプロンプトのみの変更として扱うべきではありません。
よくある失敗・反証
高いMTEB/BEIRスコアは、組織の利用環境における検索対象の文書群の品質を証明するものではありません。ベンチマークから製品への外挿は禁止されています。
数値ベクトルによる検索では、正確な識別子、珍しい名称、数値、語句の条件を見落とすことがある。語句検索とベクトル検索の併用は、処理対象に応じて検討する代替策であり、必ず改善するとは限らない。
検索結果の再順位付けは、受け取った候補の順序を入れ替えるだけです。候補生成段階での偽陰性(見落とし)は、別の検索パスから提供されない限り、後続の処理で回復することはできません。
ANNインデックスの設定では、埋め込みモデルの品質とは無関係に、再現率とレイテンシ/コストのトレードオフを独立して調整できます。
埋め込みモデル自体に変更がない場合でも、チャンキング、文書の重複排除、メタデータフィルタ、およびACL(アクセス制御リスト)フィルタリングが、エンドツーエンドの検索品質を左右する主要因となることがあります。
スコアの分布は、モデルの改訂版、言語、および検索対象の文書群によって変化する可能性があります。固定されたスコアの閾値には再調整が必要です。
クエリとドキュメントの役割の逆転、またはプロバイダーのタスクタイプの誤設定は、APIのエラーを発生させることなく、静かに品質を低下させる可能性があります。
多言語ベンチマークの強さは、特定の低リソース言語やドメインにおける同等性を証明するものではありません。
切り分け・実務での使い方
プロバイダー/アカウント/リージョン/モデルの可用性と廃止ステータス。
API/モデルの改訂版、および許可されている入力タイプ/長さ。
埋め込みの次元数、およびサポートされているすべての次元削減パラメータ。
タスク/クエリ/ドキュメントのモード意味論。
検索結果の再順位付けにおける候補/ドキュメントの制限、およびリクエストサイズの制限。
次元数、メトリック、フィルタリング、およびインデックスタイプに対するベクトルストアのサポート状況。
外部ホストの埋め込み/検索結果の再順位付けAPIに関する、データの所在・保持・学習に関する条項。
一括での再埋め込み(re-embedding)およびオンラインでの検索結果の再順位付けに関するコスト/スループットの割り当て。
PROPOSAL — `RETRIEVAL MODEL ARTIFACT CONTRACT` 最低限、次を保存する。検索資料群の時点を固定した写しとハッシュ、文書・分割片のID、元資料のACL・セキュリティ分類、分割処理の版・設定、正規化・前処理、埋め込みの提供元・モデル・改訂版、タスクの役割・種類、ベクトルの次元数・正規化、距離指標、ベクトル保存先と索引の種類・ANN設定、索引の構築記録・版、検索語の埋め込み設定、候補の取得方法、top-K、付随情報・ACLで絞り込む段階、再順位付けの提供元・モデル・改訂版・top-N、検索・再順位付けの元スコア、最終的に選んだ根拠資料のID、待ち時間・費用、評価一式の版、公開配備・元に戻す操作の参照記録。
推奨する順序は、権限を考慮した資料群の選択・絞り込み → 候補の検索(設計に応じてベクトル検索・語句検索・両者の併用)→ 候補一覧の記録 → 再順位付け → 根拠資料の選択 → 回答生成。ACLによる絞り込みを検索前・検索中・検索後のどこで行うかはシステムによる。ただし、権限のない内容をLLMが参照できる根拠資料に含めてはならない。
TEST_PROFILE (未実行 in this 実行) 組織の情報や権限の境界を守れる試験用データを用意する。正確なIDによる検索、言い換え、略語、珍しい固有名詞、数値の条件、多言語の検索語、長い文書、ほぼ重複した文書、内容が矛盾する版、関連性は高いがACLで閲覧を除外される文書、鮮度が重要な項目、紛らわしい不正解の候補、回答できる資料がない検索語を含める。
少なくとも、語句検索を基準とした結果、ベクトル検索のみの結果、対応していれば両者の併用、ベクトル検索と再順位付けの組み合わせ、現行の本番構成と移行候補の構成を比較する。候補のrecall@K、MRR/nDCG@K、再順位付けによる改善幅、回答までの全工程における根拠資料の再現率、権限外の資料の取得率、古い根拠の率、重複率、回答不能時の回答差し控え、待ち時間のp50/p95、埋め込み・索引構築の費用、オンライン検索・再順位付けの費用を個別に測る。モデル単体の指標と工程全体の指標を分けて扱う。
移行にあたっては、同じ固定された検索対象の文書群に対して二重にインデックスを作成し、シャドウクエリを実行して、重複と関連性の判断を比較した上で、ロールバックのテストを行ってください。プロバイダーまたは実装が互換性を明示的に保証し、かつそれが独立して検証されていない限り、一つの論理的な類似性空間の中で新旧のベクトルを混在させないでください。
セキュリティ: 検索の関連性が、認可(権限)に優先することはありません。ACL(アクセス制御リスト)やフィルタの出典・来歴を維持し、ACLで除外されているが関連性が非常に高いという、敵対的なテスト用構成(フィクスチャ)を用いて検証を行ってください。
プライバシー: 外部でホストされている埋め込み/rerank APIは、ソーステキストまたはクエリテキストを受け取る可能性があります。プロバイダーのデータの使用/所在/保持に関する条件については、現在の情報の検証が必要です。
監査: 検索対象の文書群/インデックス/モデル/チャンカー/検索結果の再順位付けのバージョンを選択された根拠IDとともにログに記録し、回答を生成した検索スタックに対してその回答を再現できるようにしてください。
コスト: 一括での再埋め込み、移行中のインデックスの複製、ストレージ、およびクエリごとの検索結果の再順位付けは、それぞれ異なるコスト要因となります。
運用性: シャドウインデックス、二重読み取り比較、閾値の再調整、ドリフト監視、およびロールバックをサポートすること。
すべての商用プロバイダーのモデルID、改訂版、リージョン、制限、価格、およびデータ管理条件を、公開の直前に必ず再固定してください。これらはPRODUCT_VOLATILE(製品の変動要素)としてマークしてください。
この資料が、既存の権限を考慮した検索コアを拡張するものにするか、あるいは専用の検索モデルのサブセクションにするかを決定してください。すでに他の場所で確立されているACLに関する記述を重複させないでください。
更新内容において言語横断的な記述を行う場合は、BEIR/MTEB以外に、少なくとも1つの現在の独立した多言語/ドメイン検索評価を追加してください。
特定の製品に関する信頼性の記述を行う前に、対象となるベクトルデータベースについて、公式のインデックス/フィルタのセマンティクス、および独立した障害/運用に関する出典を収集してください。
書籍で検索結果の再順位付けの閾値が推奨されている場合は、検索対象の文書群に特化した調整の根拠を要求してください。ここでは普遍的な閾値は確立されていません。
現在の埋め込みモデルのID、ベクトルの次元数、価格、および互換性は、製品の変更により変動する可能性があり(PRODUCT_VOLATILE)、ベンチマークの結果はワークロードに依存する。
まだ確認できていないこと
- EA-082-UNKNOWN-01
MTEBおよびSentence Transformersの正確な2026-09-16リリース/タグ/コミット。プロバイダー間における現在の正確な商用検索結果の再順位付けモデルのID/リージョン/価格/制限。プロバイダー固有の埋め込みの後方互換性の保証。組織の利用環境ごとの関連性/ACLのパフォーマンス。これらは推論されるものではなく、未解決の事項として残ります。
このパケットの停止条件(STOP_CONDITION):更新ワークが (a) 現在の商用モデル/APIの可用性を再固定し、(b) 組織の利用環境において安全な候補再現率(candidate-recall)+rerankの評価を添付し、(c) インデックスの移行/ロールバック手順を文書化し、(d) 認可の設定を確認した時点で満たされます。それまでは、上記のアーキテクチャ/評価に関する記述・判断のみを、安定したコア・ガイダンスとして扱うべきです。
---
- EA-082-UNKNOWN-CURRENTNESS
外部根拠の再確認日が正式な本文・公開管理情報で確定していないため、現行性は未確認のまま保持する。確認日を推測して補わない。
根拠資料
- 研究資料研究資料
| 公式製品ドキュメント | Embeddings | OpenAI |
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
| 公式製品ドキュメント | テキスト埋め込みの取得 | Google Cloud Vertex AI |
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
| 公式製品ドキュメント | Rerank | Cohere |
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
| 著者による実装ドキュメント | 検索結果の再順位付け | Sentence Transformers |
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
| 主要論文 / ベンチマーク | BEIR: 情報検索モデルのゼロショット評価のための不均一なベンチマーク | Thakur et al. |
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
- 研究資料研究資料
| ベンチマーク / 管理者によるプロジェクト | MTEB: Massive Text 埋め込み 比較評価 | Muennighoff et al. / MTEB プロジェクト |
確認上の限界
元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
出典ID・検証情報・機械可読データ
根拠の種類と情報の鮮度は、ラベルとアイコンで確認できます。
- 記事ID
- EA-082
- 最終確認日
- —
- 提供元・モデル・プラン・利用環境
- —
- 対象地域
- —
元資料の全文と収録照合記録
WHY_THIS_MATTERS_TO_UPDATE
Enterprise retrieval quality is not determined by the LLM alone. Candidate generation, embedding space, chunk representation, query/document task semantics, metadata/ACL filtering, reranking, score calibration and index/model migration create independent failure surfaces. The update should therefore treat embedding and reranking as versioned retrieval infrastructure rather than an invisible implementation detail of RAG.
SCOPE_ROUTING
Enterprise AI Core / retrieval / implementation / interoperability / benchmark / governance / provider mapping.
CLAIM_OR_RESEARCH_QUESTION
What must be pinned, evaluated and audited when an enterprise system uses embedding models and rerankers, and what claims remain unsafe when benchmark or provider documentation is the only evidence?
EVIDENCE TABLE
| source class | exact title | author/org | canonical URL | publication/update/access | version/model | supporting locator | evidence label | relation |
| official product docs | Embeddings | OpenAI | https://platform.openai.com/docs/guides/embeddings | accessed 2026-09-16 | text-embedding-3-small / text-embedding-3-large | model/dimension and embedding usage guidance | VERIFIED_SPEC / PRODUCT_VOLATILE | support/context |
| official product docs | Get text embeddings | Google Cloud Vertex AI | https://cloud.google.com/vertex-ai/generative-ai/docs/embeddings/get-text-embeddings | accessed 2026-09-16 | current Vertex text embedding models | task_type / dimensionality / request semantics | VERIFIED_SPEC / PRODUCT_VOLATILE | support/limit |
| official product docs | Rerank | Cohere | https://docs.cohere.com/docs/rerank-overview | accessed 2026-09-16 | current Rerank family; exact production model must be re-pinned | query+documents reranking semantics | VERIFIED_SPEC / PRODUCT_VOLATILE | support/context |
| author-maintained implementation docs | Retrieve & Re-Rank | Sentence Transformers | https://www.sbert.net/examples/sentence_transformer/applications/retrieve_rerank/README.html | accessed 2026-09-16 | bi-encoder + CrossEncoder pattern; package release not pinned in this run | retrieval candidate generation followed by CrossEncoder reranking | OSS_PRACTICE | support/context |
| primary paper / benchmark | BEIR: A Heterogeneous Benchmark for Zero-shot Evaluation of Information Retrieval Models | Thakur et al. | https://arxiv.org/abs/2104.08663 | 2021; accessed 2026-09-16 | BEIR | heterogeneous zero-shot IR evaluation across datasets/tasks | RESEARCH | support/limit |
| benchmark / author-maintained project | MTEB: Massive Text Embedding Benchmark | Muennighoff et al. / MTEB project | https://github.com/embeddings-benchmark/mteb | accessed 2026-09-16 | current benchmark repo; exact commit not pinned | multi-task embedding evaluation; leaderboard/model-card ecosystem | RESEARCH / OSS_PRACTICE | support/limit |
FINDINGS
- Embedding and reranking are different stages. Dense embedding normally provides efficient candidate generation; a cross-encoder/reranker can score query-document pairs with richer interaction at greater per-candidate cost. The Sentence Transformers retrieve-and-rerank pattern is an implementation example, not a universal requirement.
- Embedding vectors are model artifacts, not timeless data. Model ID/revision, task mode, dimensionality, normalization and preprocessing must be pinned. Replacing an embedding model can change the vector space even when dimensionality remains compatible; old and new vectors must not be assumed mutually comparable without migration testing.
- Provider task semantics matter. Vertex embedding documentation exposes task-oriented request semantics; therefore query/document representation should preserve which task mode produced each vector. A generic
embedding_model=...field is insufficient where provider APIs distinguish retrieval roles or task types. - Reranker scores are model-relative relevance signals. They are not probabilities of truth, authorization, safety or business correctness. A higher rerank score cannot override ACL/policy gates.
- Benchmark rank is not deployment proof. BEIR and MTEB demonstrate that retrieval/embedding quality is multi-dataset and multi-task. A leaderboard aggregate cannot establish performance for a tenant corpus, language mix, chunking policy, ACL topology, freshness requirement or domain-specific relevance definition.
- Retrieval evaluation must be staged. Candidate recall@K should be measured before reranking; reranking metrics should then be measured on the candidate set. Otherwise a strong reranker can hide candidate-generation misses in aggregate reporting, while a reranker cannot recover documents absent from the candidate pool.
- Index migration is an operational event. A model/dimension/preprocessing change requires re-embedding, index rebuild or dual-index migration, shadow evaluation and rollback planning. It should not be treated as a prompt-only change.
LIMITS / COUNTEREVIDENCE / FAILURE ENVELOPE
- A high MTEB/BEIR score does not prove tenant-corpus quality; benchmark-to-product extrapolation is prohibited.
- Dense retrieval can miss exact identifiers, rare names, numbers or lexical constraints; hybrid lexical+dense retrieval remains a workload-dependent alternative rather than a guaranteed improvement.
- Reranking only reorders candidates it receives; candidate-generation false negatives are unrecoverable downstream unless another retrieval path contributes them.
- ANN index settings can trade recall for latency/cost independently of embedding-model quality.
- Chunking, document deduplication, metadata filters and ACL filtering can dominate end-to-end retrieval quality even when the embedding model itself is unchanged.
- Score distributions can shift across model revisions, languages and corpora; fixed score thresholds require recalibration.
- Query/document role inversion or incorrect provider task_type can create silent quality degradation without API failure.
- Multilingual benchmark strength does not prove parity for a specific low-resource language/domain.
AVAILABILITY_GATES
- Provider/account/region/model availability and retirement status.
- API/model revision and allowed input types/lengths.
- Embedding dimension and any supported dimension-reduction parameter.
- Task/query/document mode semantics.
- Reranker candidate/document limits and request-size limits.
- Vector-store support for dimension, metric, filtering and index type.
- Data residency/retention/training terms for externally hosted embedding/reranking APIs.
- Cost/throughput quotas for bulk re-embedding and online reranking.
IMPLEMENTATION_STATE
PROPOSAL — `RETRIEVAL MODEL ARTIFACT CONTRACT` Persist at minimum: corpus snapshot/hash; document/chunk ID; source ACL/security label; chunker/version/config; normalization/preprocessing; embedding provider/model/revision; task role/type; dimension; vector normalization; distance metric; vector-store/index type and ANN parameters; index build/version; query embedding config; candidate retriever(s); top-K; metadata/ACL filter stage; reranker provider/model/revision; reranker top-N; raw retrieval/rerank scores; final selected evidence IDs; latency/cost; evaluation suite/version; deployment/rollback refs.
Recommended execution order: authorization-aware corpus selection/filtering -> candidate retrieval (dense/lexical/hybrid as designed) -> candidate-set logging -> reranking -> evidence selection -> generation. Whether ACL filtering must occur pre-retrieval, during retrieval or post-retrieval is system-specific, but unauthorized content must not become an LLM-visible evidence path.
BENCHMARK_OR_EVAL
TEST_PROFILE (not executed in this run) Create a tenant-safe fixture with: exact-ID lookup; paraphrase; acronym; rare proper noun; numeric constraint; multilingual query; long document; near duplicate; conflicting versions; ACL-excluded relevant document; freshness-sensitive item; hard negative; no-answer query.
Compare at least: lexical baseline; dense-only; hybrid if supported; dense + reranker; current production stack vs candidate migration stack. Measure separately: candidate recall@K, MRR/nDCG@K, reranker delta, end-to-end answer evidence recall, unauthorized-retrieval rate, stale-evidence rate, duplicate rate, no-answer abstention, latency p50/p95, embedding/index build cost, online query/rerank cost. Keep model-level and pipeline-level metrics separate.
For migrations, dual-index the same frozen corpus, run shadow queries, compare overlap and relevance judgments, then test rollback. Do not mix old/new vectors in one logical similarity space unless the provider/implementation explicitly guarantees compatibility and this is independently validated.
SECURITY / PRIVACY / AUDIT / COST / OPERABILITY
- Security: retrieval relevance never supersedes authorization. Preserve ACL/filter provenance and test an ACL-excluded-but-highly-relevant adversarial fixture.
- Privacy: externally hosted embedding/rerank APIs may receive source text or query text; provider data-use/residency/retention terms require current verification.
- Audit: log corpus/index/model/chunker/reranker versions with selected evidence IDs so an answer can be replayed against the retrieval stack that produced it.
- Cost: bulk re-embedding, index duplication during migration, storage and reranking per query are distinct cost centers.
- Operability: support shadow index, dual-read comparison, threshold recalibration, drift monitoring and rollback.
SAFE_WORDING_FOR_FUTURE_BOOK
"Embedding models and rerankers are versioned retrieval components, not invisible properties of the LLM. Their quality depends on corpus, task, chunking, filters, index configuration and evaluation target. Public benchmark results are useful for candidate selection but do not establish tenant-specific retrieval quality. Model or index changes should therefore be handled as auditable migrations with corpus-specific evaluation and rollback."
UPDATE_WORK_HANDOFF
- Re-pin every commercial provider model ID, revision, region, limits, pricing and data-control terms immediately before publication; mark as PRODUCT_VOLATILE.
- Decide whether this material extends the existing permission-aware retrieval Core or becomes a dedicated retrieval-model subsection; do not duplicate ACL material already established elsewhere.
- Add at least one current independent multilingual/domain retrieval evaluation beyond BEIR/MTEB if the update makes cross-language claims.
- For any named vector database, collect official index/filter semantics and an independent failure/operations source before making product-specific reliability claims.
- If the book recommends a reranker threshold, require corpus-specific calibration evidence; no universal threshold is established here.
OPEN_UNKNOWN
exact 2026-09-16 release/tag/commit for MTEB and Sentence Transformers; current exact commercial reranker model IDs/regions/pricing/limits across providers; provider-specific embedding backward-compatibility guarantees; tenant-specific relevance/ACL performance. These remain unclosed rather than inferred.
STOP_CONDITION for this packet: satisfied when the update Work has (a) re-pinned current commercial model/API availability, (b) attached tenant-safe candidate-recall + rerank evaluation, (c) documented index migration/rollback, and (d) verified authorization placement. Until then, only the architecture/evaluation claims above should be treated as stable Core guidance.
---
AUDITED_CURRENTNESS_BOUNDARY
Current embedding model IDs/dimensions/pricing/compatibility remain PRODUCT_VOLATILE and benchmark results remain workload dependent.
EVD-EA-082-URL-645BEF382EC7研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE| official product docs | Embeddings | OpenAI |
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-082-URL-645BEF382EC7
- 検証箇所
- EVIDENCE TABLE · | official product docs | Embeddings | OpenAI | https://platform.openai.com/docs/guides/embeddings
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-082-URL-0E927322F8E3研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE| official product docs | Get text embeddings | Google Cloud Vertex AI |
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-082-URL-0E927322F8E3
- 検証箇所
- EVIDENCE TABLE · | official product docs | Get text embeddings | Google Cloud Vertex AI | https://cloud.google.com/vertex-ai/generative-ai/docs/embeddings/get-text-embeddings
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-082-URL-F436C82EE202研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE| official product docs | Rerank | Cohere |
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-082-URL-F436C82EE202
- 検証箇所
- EVIDENCE TABLE · | official product docs | Rerank | Cohere | https://docs.cohere.com/docs/rerank-overview
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-082-URL-013EC5547569研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE| author-maintained implementation docs | Retrieve & Re-Rank | Sentence Transformers |
- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-082-URL-013EC5547569
- 検証箇所
- EVIDENCE TABLE · | author-maintained implementation docs | Retrieve & Re-Rank | Sentence Transformers | https://www.sbert.net/examples/sentence_transformer/applications/retrieve_rerank/README.html
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-082-URL-A6139FE39DBB研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-082-URL-A6139FE39DBB
- 検証箇所
- EVIDENCE TABLE · | primary paper / benchmark | BEIR: A Heterogeneous Benchmark for Zero-shot Evaluation of Information Retrieval Models | Thakur et al. | https://arxiv.org/abs/2104.08663
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EVD-EA-082-URL-C7663B7292AB研究資料研究資料根拠の出所: SOURCE_PACKET_REFERENCE- 裏付ける内容
- —
- 確認日
- —
- 出典・実験ID
- SRC-EA-082-URL-C7663B7292AB
- 検証箇所
- EVIDENCE TABLE · | benchmark / author-maintained project | MTEB: Massive Text Embedding Benchmark | Muennighoff et al. / MTEB project | https://github.com/embeddings-benchmark/mteb
- 適用範囲
- EVIDENCE TABLE
- 出典・来歴
- SOURCE_PACKET_REFERENCE_PROJECTED
- 限界
- 元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。
EA-082-R11-RESEARCH研究資料研究資料根拠の出所: AUDITED_CANONICAL_RESEARCH_PACKETEA-082 監査済みresearch / canonical revision binding
- 裏付ける内容
- 1. Embedding and reranking are different stages. Dense embedding normally provides efficient candidate generation; a cross-encoder/reranker can score query-document pairs with richer interaction at greater per-candidate cost. The Sentence Transformers retrieve-and-rerank pattern is an implementation example, not a universal requirement.
2. Embedding vectors are model artifacts, not timeless data. Model ID/revision, task mode, dimensionality, normalization and preprocessing must be pinned. Replacing an embedding model can change the vector space even when dimensionality remains compatible; old and new vectors must not be assumed mutually comparable without migration testing.
3. Provider task semantics matter. Vertex embedding documentation exposes task-oriented request semantics; therefore query/document representation should preserve which task mode produced each vector. A generic
embedding_model=...field is insufficient where provider APIs distinguish retrieval roles or task types. 4. Reranker scores are model-relative relevance signals. They are not probabilities of truth, authorization, safety or business correctness. A higher rerank score cannot override ACL/policy gates. 5. Benchmark rank is not deployment proof. BEIR and MTEB demonstrate that retrieval/embedding quality is multi-dataset and multi-task. A leaderboard aggregate cannot establish performance for a tenant corpus, language mix, chunking policy, ACL topology, freshness requirement or domain-specific relevance definition. 6. Retrieval evaluation must be staged. Candidate recall@K should be measured before reranking; reranking metrics should then be measured on the candidate set. Otherwise a strong reranker can hide candidate-generation misses in aggregate reporting, while a reranker cannot recover documents absent from the candidate pool. 7. Index migration is an operational event. A model/dimension/preprocessing change requires re-embedding, index rebuild or dual-index migration, shadow evaluation and rollback planning. It should not be treated as a prompt-only change. - 確認日
- —
- 出典・実験ID
- COMM-077-EA0082
- 検証箇所
- COMM-077-EA0082 · EA-082-R5-LEGACY-MIGRATION-20261008-R1 · content/staging/EA-082.md
- 適用範囲
- 監査済みEA本文・canonical revision・既存Source Graph relationの範囲。欠損currentnessは推測で閉じない。
- 出典・来歴
- AUDIT_PASS_CANONICAL_BINDING
- 限界
- canonical監査・revision bindingの存在を示す。外部ソースcurrentnessが本文またはcontrol-planeで確定していない場合は、currentnessをUNKNOWNのまま保持する。
EA-082-R11-WEB-READBACK実装資料実装資料根拠の出所: IMPLEMENTATION_READBACKEA-082 Web body identity / canonical readback
- 裏付ける内容
- canonical staging bodyのSHA-256一致とR9 canonical ledger readbackをProduction projectionの入力として検証する。
- 確認日
- —
- 出典・実験ID
- WEBBODY-EA0082-R8-B7327B26
- 検証箇所
- WEBBODY-EA0082-R8-B7327B26 · content/staging/EA-082.md · EA-082-R5-LEGACY-MIGRATION-20261008-R1
- 適用範囲
- R9/R10 canonical readback後のProduction生成時body identity。
- 出典・来歴
- CANONICAL_READBACK_BODY_HASH_MATCH
- 限界
- body identity/readbackは本文claim自体の真偽や外部ソースの最新性を追加保証しない。
- 出典ID
- COMM-077-EA0082, SRC-EA-082-URL-645BEF382EC7, SRC-EA-082-URL-0E927322F8E3, SRC-EA-082-URL-F436C82EE202, SRC-EA-082-URL-013EC5547569, SRC-EA-082-URL-A6139FE39DBB, SRC-EA-082-URL-C7663B7292AB, WEBBODY-EA0082-R8-B7327B26
- 追跡中のUNKNOWN ID
- EA-082-UNKNOWN-01, EA-082-UNKNOWN-CURRENTNESS
- 再確認のきっかけ
- 正式な 改訂版/publication 状態 change · 本文 成果物 hash change · 出典 現行性 change · new contradiction or 実装 結果の照合
機械検査: 通過 — 機械検査の結果です。情報の正確性や実行の承認を保証するものではありません。
同じ記事IDの機械可読データです。