生成 AI において、グラウンディングとは、モデルの出力を検証可能な情報源に紐付ける仕組みを指します。特定のデータソースにアクセスできるモデルを用意することで、グラウンディングによりその出力が特定のデータに紐づけされ、コンテンツのねつ造が起こりにくくなります。これは、精度と信頼性が重要な状況で特に重要です。
グラウンディングには次の利点があります。
- モデルのハルシネーション（モデルが事実に基づいていないコンテンツを生成すること）を削減します。
- モデルのレスポンスをデータソースに固定します。
- 情報源へのリンク（根拠）を提供することで、監査可能性を確保します。
Vertex AI では、サポート対象のモデルの出力を次の方法でグラウンディングできます。
| グラウンディング タイプ | 説明 |
|---|---|
| Google 検索によるグラウンディング | Google 検索を使用して、モデルを世界中の知識と幅広いトピックに接続します。 |
| Google マップによるグラウンディング | Google マップのデータをモデルで使用して、地理空間コンテキストなど、プロンプトに対してより正確でコンテキストを考慮した回答を提供します。 |
| Vertex AI Search を使用したグラウンディング | 検索拡張生成（RAG）を使用して、モデルを Vertex AI Search に保存されているウェブサイトのデータまたはドキュメント セットに接続します。 |
| Elasticsearch を使用したグラウンディング | 既存の Elasticsearch インデックスと Gemini で検索拡張生成を使用する。 |
| 検索 API によるグラウンディング | 任意の検索 API を使用してグラウンディングすることで、Gemini を外部データソースに接続します。 |
| エンタープライズ向けウェブ グラウンディング | 規制の厳しい業界に適したウェブ インデックスを使用して、コンプライアンス制御を備えたグラウンディングされた回答を生成します。 |
言語のサポートについては、プロンプトでサポートされている言語をご覧ください。
次のステップ
- 責任ある AI のベスト プラクティスと Vertex AI の安全フィルタについては、責任ある AI をご覧ください。