Dalam AI generatif, grounding adalah kemampuan untuk menghubungkan output model dengan sumber informasi yang dapat diverifikasi. Jika Anda memberi model akses ke sumber data tertentu, grounding akan mengaitkan outputnya dengan data ini dan mengurangi peluang model membuat konten yang dikarang-karang. Hal ini sangat penting dalam situasi ketika akurasi dan keandalan sangat penting.
Grounding ini memberikan manfaat berikut:
- Mengurangi halusinasi model, yaitu kejadian saat model menghasilkan konten yang tidak faktual.
- Mendasarkan respons model pada sumber data Anda.
- Memberikan auditabilitas dengan memberikan dukungan perujukan, yang berupa link ke sumber.
Anda dapat men-grounding output model yang didukung di Vertex AI dengan cara berikut:
| Jenis perujukan | Deskripsi |
|---|---|
| Melakukan grounding dengan Google Penelusuran | Hubungkan model Anda dengan informasi global dan berbagai kemungkinan topik menggunakan Google Penelusuran. |
| Melakukan grounding dengan Google Maps | Gunakan data Google Maps dengan model Anda untuk memberikan respons yang lebih akurat dan kontekstual terhadap perintah Anda, termasuk konteks geospasial. |
| Grounding dengan Vertex AI Search | Gunakan retrieval-augmented generation (RAG) untuk menghubungkan model Anda ke data situs atau kumpulan dokumen yang disimpan di Vertex AI Search. |
| Grounding dengan Mesin RAG Vertex AI | Lakukan perujukan menggunakan data Anda melalui Vertex AI RAG Engine, yang merupakan layanan RAG terkelola yang dapat dikonfigurasi. |
| Grounding dengan Elasticsearch | Gunakan pembuatan konten yang didukung pengambilan informasi dengan indeks Elasticsearch yang ada dan Gemini. |
| Merujuk dengan Search API Anda | Hubungkan Gemini ke sumber data eksternal Anda dengan memberikan landasan pada API penelusuran apa pun. |
| Grounding Web untuk Perusahaan | Gunakan indeks web yang sesuai untuk industri yang sangat teregulasi guna menghasilkan respons yang berisi rujukan dengan kontrol kepatuhan. |
Untuk dukungan bahasa, lihat Bahasa yang didukung untuk perintah.
Langkah berikutnya
- Untuk mempelajari lebih lanjut praktik terbaik AI yang bertanggung jawab dan filter keamanan Vertex AI, lihat Responsible AI.