AIセーフティに関するレッドチーミング手法ガイド（第1.10版）

AISIは2025年3月、「AIセーフティに関するレッドチーミング手法ガイド」の第1.10版を公開した。第1.00版（2024年9月公開）を具体的な実施例で理解しやすくするための改訂で、RAGの仕組みを実装したAIシステムに実際にレッドチーミングを行い、手順を詳細に解説するとともに成果物を文書としてまとめた。

Google DeepMind、オープンウェイトのマルチモーダル埋め込みモデルEmbeddingGemma 2を公開

Google DeepMindは、テキスト、画像、動画フレーム、音声を単一のベクトル空間に写像するオープンウェイトの埋め込みモデルEmbeddingGemma 2を公開した。パラメータ数は740Mで、Google Pixel 11 Pro上のアクティブRAMはテキストのみで約191MB、フルマルチモーダルで約567MBとされる。Google AI Edge GalleryとForesightでのデモに加え、MediaPipe TasksやLiteRTで開発できる。

ドイツの2つの裁判所、GoogleのAI回答に責任があると判断

ドイツのアーヘン地方裁判所は、Googleの「AI Mode」が医師について虚偽の内容を生成したとして、拡散の差し止めを命じた。決定はミュンヘン地方裁判所Iの判断の論理に明示的に依拠しており、AIの回答をGoogle自身の発言とみなす見方が広がっている。Googleは異議を申し立てることができ、決定は確定していない。

AI検索の台頭でサイトのアクセス対策はSEOからGEOへ、企業の対応が急務に

AIによる引用を意識してコンテンツを最適化するGEO（Generative Engine Optimization）への移行が、企業サイトにとって急務になりつつある。サイバーエージェントのGEO Lab.の調査では、生成AIでの検索利用率が52.3％と初めて過半数に達した。Chartbeat社の報告では、Google検索からの流入は2025年7月から26年7月までに約40％減少した。

Perplexity@perplexity_aiAIスコア3939

Gemini 4 ArgonがWANDRで新記録を樹立した。 現在、PerplexityでProおよびMaxの購読者向けに提供されている。

Selection-based Structured Reasoning（SSR）、効率的なマルチモーダル検索エージェントに向けて

マルチモーダル検索エージェントの推論を、事前定義した再利用可能な候補からの選択に置き換えるSSRは、1ターンあたりの推論レイテンシを90%以上削減する。質問ごとの総推論レイテンシは28〜54%削減され、2Bと4Bのモデルによる7つのマルチモーダル検索ベンチマークでは、同規模の主要な検索エージェントに匹敵する平均成功率を示した。強化学習と教師ありファインチューニングのいずれでも、タスク性能を落とさず効率を高めた。

Sakana AI@SakanaAILabsAIスコア3838

アイリス株式会社の医師向けエビデンス検索ツール「Evidence Finder」に、Sakana AIの技術が採用された。医師の質問に対して文献を検索し、引用元を明示しながら回答する仕組みで、文献の比較・統合と回答生成を担っている。詳細はsakana.aiの発表ページで公開されている。

Google マップでグルメ体験を楽しむ3つの方法

Google マップは、飲食店探しに役立つ3つの機能を紹介した。「マップに相談」は条件を話しかけるか入力すると、何十億もの写真、レビュー、メニューを分析してお店を提案する。毎週更新されるスポットタブの「トレンド」「Gems」「トップ」リストや、コミュニティ提供のローカル情報も活用できる。

社内RAG「team-brain」でチームの知識を横断検索できるようにし、AIにタスクを任せられるように

LINEヤフーのメトリクスチームは、Confluence、ソースコード、Slack、Jiraの4ソースを毎日取り込んで横断検索する社内RAG「team-brain」を開発した。OpenSearchのBM25とベクトル検索を組み合わせたハイブリッド検索で、出典URL付きの検索結果を返す。生成LLMは持たず、Claude Codeからスキルとして呼び出される設計である。ある日のSlack取り込みでは、差分埋め込みによって埋め込みAPI呼び出しを約89%削減できたという。

国連、グローバル統計を統合するUN System Data Commonsを公開

国連システムが、各機関の統計を一つの検索可能なナレッジグラフに統合したオープンソースのプラットフォーム「UN System Data Commons」を立ち上げた。Google の Data Commons を基盤とし、Google.org が国連財団を通じて支援する。自然言語検索で指標や可視化を得られるほか、Model Context Protocol（MCP）に対応したAIエージェントが公式統計を取得してグラフや報告書を作成できる。2027年までに国連システムの統計データセットの80%を収録する目標が示されている。

Google Research、Retrieve-for-Trainで推論ボトルネックを回避し複雑なAI検索を高速化

Google Researchは、オフラインの強化学習で検索クエリのファンアウト（分解）を学習し、軽量な拡散リトリーバーに蒸留する「Retrieve-for-Train」を発表した。推論時は思考トークンを使わず、1回のパスで関連クエリ群を生成できる。拡散リトリーバーは53.9Mパラメータで、Gemma3-4BとQwen3-4Bを集合単位の報酬で学習している。

Google検索でレース準備を整える3つの方法

Google検索のAIモードは、マラソンなどのレース準備に役立つ。トレーニングプランは、+メニューからCanvasツールを選び、交差トレーニングや筋力トレーニングを含む計画を作成できる。YouTube Musicアカウントを連携すると、ランニング用のカスタムプレイリストを作成でき、Shopping Graphの600億件超の商品情報をもとに、ワイドフット向けシューズや80ドル未満のハイドレーションベストなどを比較し、在庫状況や店舗での在庫も確認できる。

PKSHA、SBI損保の社内ヘルプデスクに「PKSHA AI FAQ Assistant」を提供

PKSHA TechnologyがSBI損害保険の社内問い合わせ対応に、AI統合パッケージ「PKSHA AI FAQ Assistant」を提供した。既存の「PKSHA FAQ」に「PKSHA ChatAgent」と「PKSHA Knowledge Stream」を加えた3製品の連携で、導入後は担当者への直接問い合わせにかかる工数が減少した。アンケートでもFAQが「わからない」「わかりにくい」という回答は減少傾向にある。

NeoMME：効率的なマルチモーダルネイティブ・多言語エンコーダ

Hugging Face、260Mと800Mの2サイズからなる多言語マルチモーダルエンコーダ「NeoMME」を発表。事前学習済みのビジョンタワーを使わず、単一の双方向Transformerでテキストトークンと画像パッチを同時に処理する。

Sentence Transformersでマルチベクトル埋め込みモデルを学習・ファインチューニングする

Sentence Transformers v6.0で追加された新モデル型MultiVectorEncoderを使い、ColBERT型のレイトインタラクション検索向けマルチベクトルモデルをファインチューニングする手順が示される。

Hugging Face Inference Endpoints、Jobs、Bucketsは Papers with Code の検索をどう支えるか

Papers with Code の検索は、PostgreSQL の全文検索と pgvector によるベクトル検索を RRF で統合したハイブリッド検索として構築された。論文の埋め込みは Hugging Face Jobs の L4 GPU でオフライン生成し、arXiv と Daily Papers の11万件超の現行論文を対象とする。オンラインではクエリの埋め込みだけを Inference Endpoints で処理し、エンドポイントが停止または混雑した場合は全文検索に切り替える。

Mistral Agentic Search、AIシステムの検索精度と効率を向上

Mistralは、既存の検索インデックス上で多段階の検索ループを回す「Agentic Search」を発表した。FinanceBenchでは正答率が26.7%から86%へ、OfficeQA Proでは6.3%から51.9%へ向上し、p90レイテンシは最大39.6%、トークン消費は最大3分の1削減される。search、open、navigate、read、grepの5つのツールで動作し、Mistral Search ToolkitとLibrariesから利用できる。

直前の検索クエリを考慮したYahoo!ショッピングの検索サジェスト改善

Yahoo!ショッピングは、直前の検索クエリを加えたBERTベースのランキングモデルで検索サジェスト候補を並べ替え、A/Bテストでサジェスト候補のCTRが相対で約7%改善したことを確認した。オフライン評価では、既存の表示順に対してMRRが+11.6%、hits@1が+26.9%、hits@3が+5.2%改善した。直前クエリを入れないBERTもクリック数順の並べ替えを全指標で上回った。

Sentence Transformersでマルチベクトル（Late Interaction）埋め込みモデルを使う

Sentence Transformers v6.0で、ColBERT型のLate Interaction検索に対応する新しいモデル種別「MultiVectorEncoder」が追加された。PyLateやStanford-NLPのColBERTチェックポイント、colpali-engineのモデルを読み込め, トークンごとにベクトルを保持しMaxSimでスコアリングする。単一ベクトルモデルより検索精度が高くなる一方、インデックスは大きくなる。

Sarashina3 rerank: 日本語検索に指示付きリランキングを導入する

SB Intuitionsは、候補文書をクエリとの関連度で並べ替えるリランキングモデル「Sarashina3 rerank」のAPI提供を開始した。定型指示に加えてCUSTOMIZEモードで独自の指示文を指定でき、用途ごとの評価軸を反映できる。公開ベンチマークのJMTEB 5タスクでは、既存のSOTA日本語リランカーであるcl-nagoya/ruri-v3-reranker-310mと同水準の性能を示している。

Sarashina3 embedding、日本語に強いテキスト埋め込みモデルをAPI提供

SB Intuitionsは、日本語に強い指示認識型テキスト埋め込みモデル「Sarashina3 embedding」のAPI提供を開始する。JMTEB（v1.4.0）の平均スコアは78.22で、比較対象のSarashina2 embedding（78.69）に次ぐ水準である。ベクトル次元を1536から256まで削減しても平均75.72を維持するとしている。

Embedding 安定化で検索リランキングのCold start problemを解決：LINEバイトでの適用事例紹介

LINEヤフーは、LINEバイトの検索リランキングでembeddingを後処理により安定化し、cold start problemを解決した。安定化後のembeddingは1か月後も類似度0.87前後を維持し、オフライン評価ではconversion nDCGが+9.0%向上した。A/Bテストでは検索画面単体のKPIに有意な改善はなかったが、サービス全体ではKPIが+4.7%、売上が+6.5%となった。

Google、Gemini Enterprise Agent Platform向けAgentic RAGを発表、複数データ源を横断する検索で精度向上

Google が Gemini Enterprise Agent Platform 向けに、Agentic RAG によるクロスコーパス検索（Cross-Corpus Retrieval）の提供を発表した。複数のエージェントが計画、クエリ書き換え、検索を分担し、情報が不足していないかを確認しながら検索を続ける。標準的なRAGと比べて、事実性データセットでの精度が最大34%向上したとされる。

Mistral AI、オープンソースの検索フレームワーク「Search Toolkit」をパブリックプレビュー公開

Mistral AIは、AIアプリケーション向けの本番検索パイプラインを構築する合成可能なフレームワーク「Search Toolkit」をパブリックプレビューで公開した。取り込み、検索、評価を共通インターフェースに統合し、オープンソースでクラウド、オンプレミス、エッジのいずれでも動作する。検索手法としてBM25、埋め込みベースの密ベクトル検索、両者を組み合わせたハイブリッド構成を備え、評価ではrecall、precision、MRR、NDCGを測定できる。

SB Intuitions、DEIM2026参加報告

SB Intuitionsは2月28日〜3月5日に神戸市で開催されたDEIM2026に初めてゴールドスポンサーとして協賛し、ブース展示と技術報告を行った。口頭・ポスター発表は3件実施され、適応的プロンプト最適化に基づく次発話推薦や、ブラックボックスな検索エンジンに対するクエリ拡張に特化したSLMの強化学習について発表した。

Mistral AI、OCRモデル「Mistral OCR 3」を発表

Mistral AIは新OCRモデル「Mistral OCR 3」を発表した。社内ベンチマークでは、フォーム、スキャン文書、複雑な表、手書きの領域においてMistral OCR 2に対し全体で74%の勝率を記録したとする。料金は1,000ページあたり$2で、Batch APIの50%割引を適用すると$1になる。APIのmistral-ocr-2512およびMistral AI StudioのDocument AI Playgroundから利用できる。

SB Intuitions、日本語特化の指示対応テキスト埋め込みモデル「Sarashina-Embedding-v2-1B」を公開

SB Intuitionsは、sarashina2.2-1Bをベースに対照学習で構築したテキスト埋め込みモデル「Sarashina-Embedding-v2-1B」を発表した。クエリに指示文を付与することで、タスクに応じてテキストベクトルを調整できる。

Mistral AI、コード特化の埋め込みモデル「Codestral Embed」を発表

Mistral AIは、コード専用の初の埋め込みモデル「Codestral Embed」を公開した。実世界のコードデータを使った検索タスクで、Voyage Code 3、Cohere Embed v4.0、OpenAIの大規模埋め込みモデルを大きく上回るとしている。APIでは「codestral-embed-2505」の名称で提供され、価格は100万トークンあたり0.15ドル、バッチAPIでは50%割引となる。