関連タグ:
⟐ Gemini 開発/2026-06-15上級
Firestore × Gemini Embeddings の RAG が静かに劣化する — 埋め込み世代交代に耐える再埋め込み設計
Firestore のネイティブベクトル検索と Gemini Embeddings で組んだ RAG は、埋め込みモデルの世代交代でベクトル空間がずれ、検索品質が静かに落ちます。ドリフトの検知、無停止の再埋め込み移行、取得コストの抑え方を実装で詰めます。
◈ Gemini API/2026-05-10中級
Gemini Embedding をブラウザに持たせる — IndexedDB でサーバーレスな FAQ 検索を作った話
数千件規模のFAQやヘルプ記事を、サーバーを立てずにブラウザ側で意味検索する設計を実装した記録です。Gemini Embedding を build 時に一度だけ叩き、IndexedDB にキャッシュして cosine 類似度で引きます。
⬡ Gemini 応用/2026-04-14上級
Gemma 4 で RAG システムを構築する——ローカルLLMとベクトル検索を組み合わせた実践アーキテクチャ
Gemma 4 の256Kコンテキストと Apache 2.0 ライセンスを活用した RAG（Retrieval-Augmented Generation）システムの設計・実装ガイド。ChromaDB、pgvector との統合、チャンキング戦略、プロダクション最適化まで完全解説。
⬡ Gemini 応用/2026-03-28中級
TurboQuantをRAG・ベクトル検索に応用する — KVキャッシュ圧縮技術の新しい活用法
Google TurboQuantの圧縮技術はLLM推論だけでなく、RAGパイプラインのベクトルデータベースにも応用可能です。埋め込みベクトルの圧縮によるメモリ効率化、検索速度向上、大規模RAGシステムへの実装アプローチを解説します。
⟐ Gemini 開発/2026-03-27上級
Gemini × LlamaIndex で構築する RAG エージェント — ドキュメント検索からマルチステップ推論まで
Gemini API と LlamaIndex で高精度な RAG エージェントを構築する実践ガイド。インデックス構築・エージェント設計に加え、チャンクサイズの実測比較、ハイブリッド検索の完全実装、検索品質の評価ループまで踏み込みます。