Questa pagina descrive cos'è il motore RAG e come funziona.
| Descrizione | Console |
|---|---|
| Per scoprire come utilizzare l'SDK Vertex AI per eseguire le attività del motore RAG su Gemini Enterprise Agent Platform, consulta la guida rapida di RAG per Python. | Prova RAG Engine |
Panoramica
RAG Engine, un componente di Gemini Enterprise Agent Platform, facilita la Retrieval-Augmented Generation (RAG). RAG Engine è anche un framework di dati per lo sviluppo di applicazioni basate su modelli linguistici di grandi dimensioni (LLM) con aggiunta del contesto. Il miglioramento del contesto si verifica quando applichi un LLM ai tuoi dati. È così che viene implementata la generazione Retrieval-Augmented Generation (RAG).
Un problema comune degli LLM è che non comprendono le conoscenze private, ovvero i dati della tua organizzazione. Con RAG Engine, puoi arricchire il contesto LLM con informazioni private aggiuntive, in modo che il modello possa ridurre le allucinazioni e rispondere alle domande in modo più preciso.
La combinazione di fonti di conoscenza aggiuntive con le conoscenze esistenti degli LLM fornisce un contesto migliore. Il contesto migliorato, insieme alla query, migliora la qualità della risposta dell'LLM.
La seguente immagine illustra i concetti chiave per comprendere il motore RAG.

Questi concetti sono elencati nell'ordine del processo di Retrieval-Augmented Generation (RAG).
Acquisizione dei dati: acquisisci dati da diverse origini dati. Ad esempio, file locali, Cloud Storage e Google Drive.
Trasformazione dei dati: conversione dei dati in preparazione all'indicizzazione. Ad esempio, i dati vengono suddivisi in blocchi.
Embedding: rappresentazioni numeriche di parole o parti di testo. Questi numeri acquisiscono il significato semantico e il contesto del testo. Parole o testi simili o correlati tendono ad avere embedding simili, il che significa che sono più vicini nello spazio vettoriale ad alta dimensionalità.
Indicizzazione dei dati: RAG Engine crea un indice chiamato corpus. L'indice struttura la knowledge base in modo che sia ottimizzata per la ricerca. Ad esempio, l'indice è come un sommario dettagliato di un enorme libro di riferimento.
Recupero: quando un utente pone una domanda o fornisce un prompt, il componente di recupero in RAG Engine esegue una ricerca nella sua knowledge base per trovare informazioni pertinenti alla query.
Generazione: le informazioni recuperate diventano il contesto aggiunto alla query originale dell'utente come guida per il modello di AI generativa per generare risposte oggettivamente fondate e pertinenti.
Aree geografiche supportate
RAG Engine è supportato nelle seguenti regioni:
| Regione | Località | Descrizione | Fase di lancio |
|---|---|---|---|
us-central1 |
Iowa | Sono supportate le versioni v1 e v1beta1. |
Allowlist, GA |
us-east4 |
Virginia | Sono supportate le versioni v1 e v1beta1. |
Allowlist, GA |
us-east1 |
Moncks Corner, SC | Sono supportate le versioni v1 e v1beta1. |
Lista consentita, anteprima |
europe-west3 |
Francoforte, Germania | Sono supportate le versioni v1 e v1beta1. |
GA |
europe-west4 |
Eemshaven, Paesi Bassi | Sono supportate le versioni v1 e v1beta1. |
GA |
asia-east1 |
Taiwan | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
asia-northeast1 |
Tokyo | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
asia-northeast3 |
Seul | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
asia-south1 |
Mumbai | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
asia-southeast1 |
Singapore | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
europe-central2 |
Varsavia | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
europe-north1 |
Finlandia | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
europe-southwest1 |
Madrid | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
europe-west1 |
Belgio | Sono supportate le versioni v1 e v1beta1. |
Lista consentita, anteprima |
europe-west2 |
Londra | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
europe-west6 |
Zurigo | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
europe-west8 |
Milano | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
europe-west9 |
Parigi | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
us-east5 |
Columbus, OH | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
us-south1 |
Dallas, TX | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
us-west1 |
Oregon | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
us-west4 |
Las Vegas, NV | Sono supportate le versioni v1 e v1beta1. |
Anteprima |
us-central1,us-east1,us-east4eeurope-west1vengono modificati inAllowlist. Se vuoi sperimentare con RAG Engine, prova altre regioni.
Elimina RAG Engine
Per saperne di più sull'eliminazione di un RAG Engine, consulta le seguenti risorse:
Passaggi successivi
Per scoprire come utilizzare l'SDK Vertex AI per eseguire le attività del motore RAG su Gemini Enterprise Agent Platform, consulta la guida rapida di RAG per Python.
Per scoprire di più sul grounding, consulta la Panoramica del grounding.
Per scoprire di più sulle risposte di RAG, consulta
GenerateContentResponse.