Jina AI、2026 年検索はテストタイム計算と位置付けるイベント開催を告知

2026 年 8 月 14 日、湖南より

2026 年 8 月 21 日（金）、深圳でお会いしましょう！

image 2026 年 8 月 21 日（金）、腾讯云と Elastic は深圳の腾讯滨海大厦にて「AI 検索技術大会」を開催します。Elastic の AI 担当副社長である肖涵氏が登壇し、「2026 年の検索とは、Test Time Compute を行うことだ」と題して基調講演を行います。

モデルの学習が完了し、パラメータが完全に凍結された後でも、その能力はさらに拡張できるのでしょうか？

直感的には不可能に思えます。モデルの重みが固定されてしまえば、その性能の限界もほぼ確定してしまうからです。効果を高めるためには、通常はより大きな基盤モデルへ切り替えたり、パラメータ数を増やしたり、学習データを拡大するしかありません。

しかし、検索の領域においては、この結論が必ずしも当てはまるとは限りません。

同じ Embedding Model であっても、文書全体を一度に計算することもあれば、文書を細かく分割して何度も計算することもあります。単なる文の類似度計算だけでなく、Rerank や Query Expansion、多ベクトル検索といった処理を追加することも可能です。さらに Agentic Search の段階では、Agent が Grep、Embed、Rerank といった処理を繰り返し実行し、次のアクションとして何をすべきかを動的に決定することさえできます。

このように、より長い推論時間を費やすことで精度を向上させるという考え方は、大規模言語モデルの分野では「Test Time Compute」と呼ばれています。

では、同様のロジックを検索に応用し、モデル自体は学習せず、推論段階での計算リソースのみを増やした場合、検索性能はさらに向上するのでしょうか？もし計算リソースを 10 倍、あるいは 100 倍に増やしたとしても、関連性の精度がモデルの Scaling のように、何らかの安定した法則（Scaling Law）に従って向上するのでしょうか。

Elastic の AI 担当副社長である肖涵氏は、以前 AutoResearch を用いた一連の実験を行いました。

バックエンドには学習済みで完全に凍結され、二次的な学習やパラメータ追加が一切許可されていない Encoder しか存在しないという条件下で、Agent に検索プログラムの自己改善を任せてみました。Agent はコードの修正、実験の実行、指標の検証を繰り返し、有効な変更は保持し、誤った変更はロールバックします。一晩かけて自動化された循環処理が行われた結果、144 種類もの異なる検索プログラムが生成されました。

当初の結果は期待通りでした。推論段階での計算リソース投入量が増えるにつれて、検索性能の指標は着実に上昇し、明確な Scaling の曲線を描き出したのです。

この一枚の図だけを見ると、検索も推論モデルと同じように、Test Time Compute（テスト時計算）を継続的に拡張することで性能が向上するという、ワクワクする結論に達してしまいがちです。

しかし、特定のタスク向けに最適化されたこのアプローチを、未経験の新しいタスクやエンコーダーに適用すると、その美しい曲線は瞬く間に消えてしまいます。ドメイン外のタスクでは、計算量を 10 倍以上増やしても、性能が向上するわけではありません。

ここから浮かび上がる現実的な問いがあります。いったいどのような計算プロセスこそが、検索の汎化能力を真に高めるのか？なぜ、高価で複雑な検索フローは特定のデータセット上でのみ有効なのか、一方で、軽量な構造変更だけが未知のモデルやタスクへシームレスに移行できるのか。

過去、私たちが設計したのは単一の検索でした。その後、一連の検索パイプラインを構築するようになりました。2025 年におけるこのパイプラインの姿は、オープンネットワーク上で循環する「Deep Research（深層調査）」です。

そして、エージェント時代を迎えれば、コード記述やサンドボックスへのアクセス、評価実行が必要になります。単一のリクエストに数時間を費やすことも珍しくありません。検索システムのボトルネックは、より大きなモデルを選ぶことから、一度のリクエストに対してどのように計算資源を配分するかへと移りました。その計算資源は、情報収集（リコール）、再ランキング、読解、あるいは次の検索ラウンドのどこに投じるべきなのか。

したがって、2026 年の検索において避けて通れない課題が一つあります。

モデルのサイズ拡大が限界を迎える中、私たちはいかにして Test Time Compute の課題を解決すべきか？

8 月 21 日（金）、深圳の腾讯滨海大厦にて開催されます。

腾讯云と Elastic が共催する「AI 検索技術大会」において、Elastic AI 副社長の肖涵氏が基調講演を行います。演題は『2026 年做搜索就是在做 Test Time Compute』です。

同席する腾讯云 Elasticsearch Service（ES）企業版の正式リリースも発表されます。腾讯云大数据基础产品総経理の程彬氏と、Elastic AI 副社長の肖涵氏が率いるほか、蔚来や腾讯 ima などのチームが実装事例を共有し、ベクトル検索、ハイブリッド検索、RAG（Retrieval-Augmented Generation）、インテリジェントエージェント構築といった技術トピックについて議論を展開します。

また、Elastic のシニア AI リサーチエンジニアである王峰博士も、『jina-reranker-v3.5：基于混合注意力机制与自蒸馏的高性能 Listwise 重排器』という演題で発表を行います。

さらに、一日を通じて 5 回の開発者向けトークセッションが予定されており、抽選で選ばれた 30 名の参加者に腾讯の VIP 展示場への特別見学権が付与されます。

詳細なアジェンダやゲスト情報は以下の招待状をご覧ください。QR コードをスキャンして登録するか、「原文を読む」リンクから応募してください。

これらの疑問については、会場で詳しく解説いたします。

記事を読む

WeChat で開くにはこちらへ