埋め込みと蒸留の「学習レシピ公開」が同じ日に重なり、検索の精度改善が現場の手順として降りてきた。
何が起きたか
Hugging Face が Sentence Transformers による多ベクトル埋め込みの学習・微調整手法を公開し、同日に Apple の PROOF-Gen（データ最適化による蒸留改善）が並んだ。束ねた5本は公式・研究所2、学術3の構成。
なぜ重要か
モデルを作り直すのではなく、既存の表現をどう鍛えるかにリソースが向かっている。検索や RAG の精度を握るのが埋め込み側の学習手順だという認識が、公式ガイドの形で共有され始めた。並置された学術3本は主題が離れており、束としての強さは中程度。
次に何を見るか
多ベクトル埋め込みが実サービスの検索に採用されるか、蒸留レシピが再現報告を伴うか。ライブラリ側の既定値に取り込まれれば定着の証跡になる。