Panoramica del motore RAG di Vertex AI

I controlli di sicurezza VPC-SC e CMEK sono supportati da Vertex AI RAG Engine. I controlli di sicurezza per la residenza dei dati e AXT non sono supportati.

L'istanza Spanner gestita dal motore RAG di Vertex AI viene utilizzata come database vettoriale ed è disponibile a livello generale con la fatturazione abilitata. Per ulteriori informazioni, consulta la fatturazione di Vertex AI RAG Engine.

Per accedere a Vertex AI RAG Engine in us-central1 e us-east4, devi essere aggiunto alla lista consentita. Per gli utenti con progetti esistenti, non ci sono conseguenze. Per gli utenti con nuovi progetti, puoi provare altre regioni o contattare [e-mail] per l'onboarding a us-central1.

Questa pagina descrive cos'è Vertex AI RAG Engine e come funziona.

Descrizione	Console
Per scoprire come utilizzare l'SDK Vertex AI per eseguire le attività di Vertex AI RAG Engine, consulta la guida rapida RAG per Python.	Prova Vertex AI RAG Engine

Panoramica

Vertex AI RAG Engine, un componente della piattaforma Vertex AI, facilita la generazione RAG (Retrieval-Augmented Generation). Vertex AI 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. L'aggiunta del contesto si verifica quando un modello LLM viene applicato ai dati. È così che viene implementata la generazione RAG (Retrieval-Augmented Generation).

Un problema comune con i LLM è che non comprendono le conoscenze private, ovvero i dati della tua organizzazione. Con Vertex AI RAG Engine, puoi arricchire il contesto del modello LLM con informazioni private aggiuntive, perché il modello può ridurre le allucinazioni e rispondere alle domande in modo più preciso.

Combinando fonti di conoscenza aggiuntive con le conoscenze esistenti degli LLM, viene fornito 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 Vertex AI RAG Engine.

Questi concetti sono elencati nell'ordine del processo di generazione RAG (Retrieval-Augmented Generation).

1. Importazione dei dati: importazione dei dati da diverse origini dati. Ad esempio, file locali, Cloud Storage e Google Drive.

2. Trasformazione dei dati: Conversione dei dati in preparazione dell'indicizzazione. Ad esempio, i dati vengono divisi in blocchi.

3. Incorporamento: 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 incorporamenti simili, il che significa che sono più vicini nello spazio vettoriale di grandi dimensioni.

4. Indicizzazione dei dati: Vertex AI 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 indice dettagliato per un enorme libro di consultazione.

5. Recupero: quando un utente pone una domanda o fornisce un prompt, il componente di recupero di Vertex AI RAG Engine esegue ricerche nella sua knowledge base per trovare informazioni pertinenti alla query.

6. Generazione: le informazioni recuperate diventano il contesto aggiunto alla query utente originale come guida per il modello di AI generativa per generare risposte basate sui fatti e pertinenti.

Aree geografiche supportate

Vertex AI RAG Engine è supportato nelle seguenti regioni:

Regione	Località	Descrizione	Fase di lancio
us-central1	Iowa	Sono supportate le versioni v1 e v1beta1.	Lista consentita
us-east4	Virginia	Sono supportate le versioni v1 e v1beta1.	Lista consentita
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.	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-east1	Moncks Corner, SC	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 e us-east4 sono stati modificati in Allowlist. Se vuoi sperimentare con Vertex AI RAG Engine, prova altre regioni. Se prevedi di eseguire l'onboarding del traffico di produzione in queste regioni, contatta [e-mail].

Elimina Vertex AI RAG Engine

I seguenti esempi di codice mostrano come eliminare un motore Vertex AI RAG per la console Google Cloud , Python e REST:

• Parametri dell'API versione 1 (v1) e esempi di codice.

• Parametri dell'API v1beta1 e esempi di codice.

Invia feedback

Per chattare con l'assistenza Google, vai al gruppo di assistenza motore RAG di Vertex AI.

Per inviare un'email, utilizza l'indirizzo email [e-mail].

Passaggi successivi

• Per scoprire come utilizzare l'SDK Vertex AI per eseguire le attività di Vertex AI RAG Engine, consulta la guida rapida di RAG per Python.
• Per scoprire di più sul grounding, consulta la Panoramica del grounding.
• Per saperne di più sulle risposte di RAG, consulta Output di recupero e generazione di Vertex AI RAG Engine.
• Per scoprire di più sull'architettura RAG:
  • Infrastruttura per un'applicazione di AI generativa compatibile con RAG utilizzando Vertex AI e Vector Search
  • Infrastruttura per un'applicazione di AI generativa compatibile con RAG utilizzando Vertex AI e AlloyDB per PostgreSQL.