Nell'AI generativa, il grounding è la capacità di collegare l'output del modello a fonti di informazione verificabili. Se fornisci ai modelli l'accesso a origini dati specifiche, il grounding vincola l'output a questi dati e riduce le possibilità di inventare contenuti. Ciò è particolarmente importante in situazioni in cui l'accuratezza e l'affidabilità sono significative.
La messa a terra offre i seguenti vantaggi:
- Riduce le allucinazioni del modello, ovvero i casi in cui il modello genera contenuti non veritieri.
- Gli ancoraggi modellano le risposte alle tue origini dati.
- Fornisce l'auditabilità fornendo il supporto di base, ovvero i link alle fonti.
Puoi basare l'output dei modelli supportati in Vertex AI nei seguenti modi:
| Tipo di messa a terra | Descrizione |
|---|---|
| Grounding con la Ricerca Google | Collega il tuo modello alla conoscenza del mondo e a un'ampia gamma possibile di argomenti utilizzando la Ricerca Google. |
| Grounding con Google Maps | Utilizza i dati di Google Maps con il tuo modello per fornire risposte più accurate e sensibili al contesto ai tuoi prompt, incluso il contesto geospaziale. |
| Grounding con Vertex AI Search | Utilizza la generazione RAG (Retrieval-Augmented Generation) per connettere il modello ai dati del tuo sito web o ai tuoi set di documenti archiviati in Vertex AI Search. |
| Grounding con Elasticsearch | Utilizza la generazione aumentata dal recupero con gli indici Elasticsearch esistenti e Gemini. |
| Grounding con l'API Search | Collega Gemini alle tue origini dati esterne eseguendo il grounding con qualsiasi API di ricerca. |
| Grounding web per aziende | Utilizza un indice web adatto a settori altamente regolamentati per generare risposte fondate con controlli di conformità. |
Per informazioni sulle lingue supportate, vedi Lingue supportate per i prompt.
Passaggi successivi
- Per scoprire di più sulle best practice per l'AI responsabile e sui filtri di sicurezza di Vertex AI, consulta AI responsabile.