vespa-engine/sample-apps

何を解決するか

このリポジトリは、Vespaエンジンを使用して高度な検索および取得パターンを実装する開発者を支援する、参考実装とチュートリアルのコレクションを提供します。コアエンジンの機能と、RAG、ハイブリッド検索、視覚的取得などの実世界のAIアプリケーションとのギャップを埋めます。

仕組み

各サンプルアプリケーションは、データセット、アプリケーションパッケージ（スキーマとサービス設定を含む）、およびオプションのビルドスクリプトからなる標準構造に従います。これらのサンプルは以下の技術を示しています：

• ハイブリッド検索：従来のキーワードマッチング（BM25）と意味的ベクトル検索を組み合わせます。
• ベクトルインデキシング：近似最近傍検索にHNSWを使用し、長文ドキュメント用にマルチベクトルインデキシングを実装します。
• RAGパイプライン：ローカルおよびクラウドサービスを介してLLMを統合し、ドキュメントの拡張と応答生成を行います。
• 視覚的取得：ColPaliなどの視覚言語モデル（VLM）を使用して、PDFページを画像としてインデックス化・取得します。
• 高度な埋め込み：Cohereのバイナリ埋め込み、OpenAIのMatryoshka埋め込み、SPLADEのスパース表現を実装します。

対象ユーザー

Vespaを検索エンジン、レコメンデーションシステム、またはリトリーバー拡張生成（RAG）アプリケーションの構築に使用または評価している開発者およびAIエンジニア

主な特徴

• プロダクションレベルのRAG：RAGアプリケーションをプロダクション環境にスケーリングするためのブループリント
• マルチモーダル機能：VLMを使用した数十億規模の画像検索および視覚的PDF取得の例
• 多言語対応：多言語意味検索の実装
• 効率性の最適化：バイナリベクトルとMatryoshka埋め込みを使用したストレージおよびメモリ使用量の削減デモ