Grounding adalah teknik yang dapat Anda gunakan untuk membantu menghasilkan respons model yang lebih tepercaya, bermanfaat, dan faktual. Saat Anda mendasarkan respons model AI generatif, Anda menghubungkannya ke sumber informasi yang dapat diverifikasi. Untuk menerapkan perujukan, Anda harus mengambil data sumber yang relevan. Praktik terbaik yang direkomendasikan adalah menggunakan teknik retrieval-augmented generation (RAG). Pengambilan biasanya dilakukan menggunakan mesin telusur, yang menggunakan indeks yang disematkan dengan makna semantik teks sumber.
Ada juga layanan dan API komponen yang menerapkan siklus proses RAG, seperti Agent Search Builder API, yang memungkinkan pembuatan campuran dan padanan. Dengan pembuatan kombinasi, Anda dapat menerapkan solusi RAG menggunakan salah satu layanan atau API berikut:
- API pembuatan berbasis data: Anda dapat menggunakannya untuk menerapkan perujukan, atau menautkan ke penyedia pengambilan untuk siklus proses RAG yang lengkap.
- Parser tata letak dokumen: Parser ini mewakili yang terbaik dari Document AI dan Gemini untuk pemahaman dokumen. Untuk mengetahui informasi selengkapnya tentang parser tata letak, lihat Menggunakan parser tata letak.
- Penelusuran Vektor Gemini Enterprise Agent Platform: Layanan penelusuran ini memiliki performa tinggi dan menggunakan database vektor berkualitas tinggi.
- Check grounding API: API ini membandingkan output RAG dengan fakta yang diambil dan membantu memastikan bahwa semua pernyataan memiliki rujukan sebelum menampilkan respons kepada pengguna.
Melakukan grounding respons menggunakan Mesin RAG di Gemini Enterprise Agent Platform
Untuk mendasari respons menggunakan RAG Engine, Anda harus membuat perintah. Lakukan tindakan berikut:
Di konsol Google Cloud , buka halaman Agent Studio.
Di panel samping, di bagian Setelan model, buka bagian Perujukan, lalu aktifkan tombol Data Anda.
Di panel konfigurasi, pilih Mesin RAG sebagai sumber perujukan.
Dari daftar Corpus, pilih nama korpus Anda.
Di kolom Top-K Similarity, pilih 20, yang merupakan nilai default.
Klik Simpan.
Langkah berikutnya
- Untuk mempelajari lebih lanjut AI yang bertanggung jawab dan filter keamanan, lihat praktik terbaik AI yang bertanggung jawab dan filter keamanan Gemini Enterprise Agent Platform.
- Untuk mempelajari lebih lanjut cara RAG diimplementasikan oleh RAG Engine, lihat RAG Engine.