号 > AI

日本語の検索、どの埋め込みで作る? 検索スコア上位級の「PLaMo-Embedding」

PLaMo-Embedding-1B
日本語の文章を、検索や分類に使える数値のベクトルに変換する埋め込みモデル
公式サイト
公開
正式公開 2025-04-11(技術ブログは2025-04-16)
作り手
Preferred Networks(会社)
対応
Hugging Face(オープンウェイト)
言語
日本語
価格
無料(Apache 2.0 ライセンス)

どんなアプリか

PLaMo-Embedding-1B は、Preferred Networks が開発した日本語の文章の埋め込みモデルです。日本語の文章を数値のベクトルに変換し、情報検索や文章の分類、クラスタリングに使えます。

As of early April 2025, it achieved top-class scores on JMTEB , a benchmark for Japanese text embedding. It demonstrated particularly outstanding performance, especially in retrieval tasks.

Preferred Networks、Hugging Face のモデルカード

モデルカードの表では、日本語埋め込みのベンチマーク JMTEB で平均 76.10、検索(Retrieval)79.94 と示されています。この値はコンテキスト長 1024 で測ったものです。

モデルの大きさは 1B で、扱えるコンテキスト長は 4096 トークンまで、埋め込みの次元は 2048 です。

Python の transformers から読み込んで使います。検索の問い合わせ文には encode_query を、それ以外の文章や検索以外の用途には encode_document を使うよう案内されています。

料金とデータの置き場所

Apache v2.0 ライセンスで公開されており、商用も含めて自由に使えます。

同じ分野のアプリ

名前型仕掛け対応料金
PLaMo-Embedding-1B日本語埋め込みモデル1B の日本語埋め込みモデル。JMTEB では特に検索タスクの成績を示すHugging Face(オープンウェイト)無料(Apache 2.0)
Ruri v3日本語埋め込みモデル日本語 ModernBERT が土台。30M〜310M の4サイズと専用リランカーHugging Face(オープンウェイト)無料(Apache 2.0)
Sarashina-Embedding-v2-1B日本語埋め込みモデルSarashina2.2-1B がベース。用途に応じた指示文をクエリに付けられるHugging Face(オープンウェイト)無料(Sarashina Model NonCommercial License。商用利用不可)

入れる前に

4096 トークンを超える文章は切り詰められます。encode_query では内部で接頭辞が付くため、実際に入る長さはそれより少し短くなります。

ベンチマークを 1024 で測ったのは、学習に含めたコンテキスト長が 1024 までだったためと説明されています。4096 で評価しても平均点は大きく変わらないとしています。

必要なライブラリは sentencepiece、torch、transformers です。サンプルコードでは trust_remote_code=True を指定して読み込みます。なお、2026-10-16時点のページでは、推論プロバイダーによる提供はありません。