本書は「今日から始めるSolrベクトル検索」の付録本です。
ChatGPTを始めとするLLM大ブームの到来によって、執筆以降ベクトル検索を取り巻く環境にもいろいろなアップデートが入りました。
そういったアップデート情報や前作では書ききれなかった一部補足内容をまとめた一冊になっています。

前作に記載の事項は前提知識として冒頭から本筋に入っていくので、前作と合わせてお楽しみください。

目次

• 第 1 章 本編本以降のアップデート情報
  • 1.1 Solr のアップデート情報
    • 1.1.1 Solr でインデックスできる次元数が 2048 次元までになりました
  • 1.2 SVM Retriever のその後
  • 1.3 企業利用事例の進展
    • 1.3.1 ベクトル検索レコメンドで CTR が 3 倍に！？@メルカリ
    • 1.3.2 マルチモーダルベクトル検索が体感できるデモが登場@Google&メルカリ
  • 1.4 ベクトル検索に使えそうな新しいモデルやライブラリ
    • 1.4.1 驚異のマルチモーダルモデル！？
    • 1.4.2 似ているゆっくりボイスを探そう
    • 1.4.3 Stability AI から VLM が続々リリース
    • 1.4.4 GCP で Embedding から検索まで可能な VLM がローンチ
    • 1.4.5 faiss より高速な ANN ライブラリ登場！？
• 第 2 章 もっと詳しく知りたい Solr Tips
  • 2.1 Solr のインストール方法
  • 2.2 あの、PDF を取り込みたいのですが...
    • 2.2.1 Solr から直接使う
    • 2.2.2 クライアントモードで使用する
    • 2.2.3 サーバモードで使用する
    • 2.2.4 Go から使う
    • 2.2.5 Python から使う
  • 2.3 うちでも Solr を導入したほうがいいですか？
• 第 3 章 生成 AI とベクトル検索
  • 3.1 なぜ、ベクトル検索が急速に注目を集めているのか
  • 3.2 ベクトル DB とは
  • 3.3 LLM 文脈におけるベクトル検索の使われ方
  • 3.4 Indexing と Chunking
  • 3.5 ベクトル検索の弱点とハイブリッド検索
    • 3.5.1 ベクトル検索は万能ではない？
    • 3.5.2 ハイブリッド検索における検索順位の決め方
  • 3.6 新たにベクトル検索ができるようになったミドルウェア&マネージドサービス
  • 3.7 Solr/Elasticsearch はデータベースなのか？
  • 3.8 従来型のデータベースとベクトルデータベースとの違い
  • 3.9 本当にベクトル DB はすべての AI 企業が取り入れるべきなのか？
  • 3.10 ベクトル検索よりも有能！？知識グラフ検索
• あとがき