サイオニックエーアイ、日本語検索向け埋め込みモデル「comsat-embed-ja」を公開

comsat-embed-jaは、日本語の質問や文書の意味的な近さを捉えるための埋め込みモデルです。今回公開したのは、検索性能を重視した「comsat-embed-ja-8b-preview」と、軽量性を重視した「comsat-embed-ja-0.3b-preview」の2種類です。8bモデルは高い検索性能が求められる企業内文書検索やAIエージェント、RAGでの活用を想定しています。0.3bモデルは利用環境や処理コストを考慮しながら日本語文書検索を活用したい場面に向いています。

企業内の情報は、社内規程、業務マニュアル、FAQ、契約書、議事録などに分散しており、同じ意味の内容でも部署や文書によって表現が異なることがあります。このような環境では、文書や質問の意味的な近さを捉え、関連する情報を見つけやすくする検索基盤が求められます。comsat-embed-jaは、例えば「退職時の手続き」という質問に対して、文書内に「離職」や「貸与物返却」など異なる表現が使われている場合でも、関連する社内文書を探しやすくすることを目指しています。

comsat-embed-jaは、日本語埋め込みモデルの公開ベンチマーク「JMTEB v2」において、サイオニックエーアイが同一評価条件で実施した比較の結果、高い検索性能を確認しています。2026年8月7日現在、comsat-embed-ja-8b-previewは、JMTEB v2の検索タスク11データセットの平均NDCG@10において0.8133を記録し、比較対象の中で最も高いスコアとなりました。また、comsat-embed-ja-0.3b-previewは、今回比較したモデルの中で最小のサイズでありながら、同じ評価条件で高い検索性能を確認しています。

サイオニックエーアイは、企業向けAIエージェント構築プラットフォーム「STORM Platform」を開発・提供しています。STORM Platformは、企業内の文書や業務データを活用し、問い合わせ対応、ナレッジ検索、業務支援などに対応するAIエージェントの構築を支援するプラットフォームです。今回公開したcomsat-embed-jaは、日本語文書を扱うAIエージェントやRAGにおける社内文書検索の精度向上を支援する基盤技術の一つです。

サイオニックエーアイは、日本語をはじめとする多言語検索技術の研究開発を継続し、企業のAIエージェント活用やRAG活用において、より実用的な検索基盤の提供を目指します。また、今回公開したPreview版へのフィードバックをもとに、検索性能、実運用性、企業利用における使いやすさの向上に取り組みます。ライセンスはCC BY-NC 4.0で、研究、評価、個人利用などの非商用目的で利用できます。商用利用を希望する場合は、サイオニックエーアイへの問い合わせが必要です。

A. 日本語の質問や文書の意味的な近さを捉え、関連する社内情報を検索しやすくする埋め込みモデルです。問い合わせ対応やナレッジ検索などでの活用を想定しています。

A. 8bモデルは検索性能を重視し、高い精度が求められる企業内文書検索やAIエージェントに向いています。0.3bモデルは軽量で、計算資源やコストを抑えたい場面に適しています。

A. ライセンスはCC BY-NC 4.0で、研究や個人利用などの非商用目的に限定されます。商用利用を希望する場合は、サイオニックエーアイへの問い合わせが必要です。

• https://qiita.com/kataoka_se_sionic/items/90fd12a011e8d7eec48e
• https://huggingface.co/sionic-ai/comsat-embed-ja-8b-preview
• https://huggingface.co/sionic-ai/comsat-embed-ja-0.3b-preview
• https://www.sionic.jp/

O!Productニュース編集部からのコメント

JMTEB v2の検索タスクで高いスコアを記録したモデルです。社内文書の表現ゆれを扱う検索基盤として活用が見込めます。

引用元：PR TIMES