Chroma、マルチホップ検索・コンテキスト管理・スケーラブルな合成タスク生成のための20Bエージェント型検索モデル「Context-1」をリリース

MarkTechPost / 2026/3/29

📰 ニュースDeveloper Stack & InfrastructureSignals & Early TrendsModels & Research

共有:

要点

Chromaは、より大きなコンテキストウィンドウに頼るのではなく、マルチホップ検索とコンテキスト管理を改善するための20Bエージェント型検索モデル「Context-1」を紹介します。
記事では、単にプロンプトサイズを増やすだけではレイテンシとコストが悪化しがちであり、Context-1をRAG型システム向けの、より検索効率の高いアプローチとして位置付けています。
強調されている重要な能力は、スケーラブルな合成タスク生成であり、評価／学習のカバレッジを拡大し、検索と推論のワークフロー開発を加速することを目的としています。
このモデルは、生産システムを構築するAIチームが、制御可能な性能でより良いロングコンテキスト対応を必要とする場合の、代替的な運用戦略として位置付けられています。
検索オーケストレーションとコンテキスト管理に重点を置くことで、Context-1はエンドツーエンドのエージェント型検索パイプラインにおける一般的なボトルネックを狙います。
点5

現在のAI環境において、「コンテキストウィンドウ」は鈍器のような存在になっています。最先端モデルのメモリを単に拡張すれば、検索（リトリーバル）の問題は消えるのだと聞かされてきました。しかし、RAG（Retrieval-Augmented Generation：検索拡張生成）システムを構築しているAI専門家なら誰でも知っている通り、プロンプトに100万トークンを詰め込むと、多くの場合レイテンシが増大し、天文学的な[…]

この記事< a href="https://www.marktechpost.com/2026/03/29/chroma-releases-context-1-a-20b-agentic-search-model-for-multi-hop-retrieval-context-management-and-scalable-synthetic-task-generation/">Chroma Releases Context-1: A 20B Agentic Search Model for Multi-Hop Retrieval, Context Management, and Scalable Synthetic Task Generationは、MarkTechPostに初めて掲載されました。