Vista geral do Vertex AI RAG Engine

Os controlos de segurança do VPC-SC e a CMEK são suportados pelo Vertex AI RAG Engine. A residência dos dados e os controlos de segurança da AXT não são suportados.

A instância do Spanner gerida pelo motor RAG da Vertex AI é usada como uma base de dados vetorial e está disponível para todos com a faturação ativada. Para mais informações, consulte o artigo Faturação do Vertex AI RAG Engine.

Tem de ser adicionado à lista de autorizações para aceder ao Vertex AI RAG Engine no us-central1 e us-east4. Para os utilizadores com projetos existentes, não existe qualquer impacto. Para utilizadores com novos projetos, pode experimentar outras regiões ou contactar [e-mail] para integrar us-central1.

Esta página descreve o que é o motor RAG da Vertex AI e como funciona.

Descrição	Consola
Para saber como usar o SDK Vertex AI para executar tarefas do motor RAG do Vertex AI, consulte o guia de início rápido do RAG para Python.	Experimente o Vertex AI RAG Engine

Vista geral

O Vertex AI RAG Engine, um componente da plataforma Vertex AI, facilita a geração aumentada por recuperação (RAG). O Vertex AI RAG Engine também é uma framework de dados para desenvolver aplicações de grandes modelos de linguagem (GMLs) aumentados por contexto. O enriquecimento do contexto ocorre quando aplica um MDG aos seus dados. Isto implementa a geração melhorada de texto (RAG).

Um problema comum com os MDIs é que não compreendem o conhecimento privado, ou seja, os dados da sua organização. Com o motor RAG da Vertex AI, pode enriquecer o contexto do MDG com informações privadas adicionais, porque o modelo pode reduzir as alucinações e responder a perguntas com maior precisão.

Ao combinar origens de conhecimentos adicionais com os conhecimentos existentes dos MDIs/CEs, é fornecido um contexto melhor. O contexto melhorado, juntamente com a consulta, melhora a qualidade da resposta do MDLI.

A imagem seguinte ilustra os conceitos principais para compreender o motor RAG da Vertex AI.

Estes conceitos estão listados pela ordem do processo de geração aumentada de recuperação (RAG).

1. Carregamento de dados: carregue dados de diferentes origens de dados. Por exemplo, ficheiros locais, Cloud Storage e Google Drive.

2. Transformação de dados: Conversão dos dados na preparação para a indexação. Por exemplo, os dados são divididos em partes.

3. Incorporação: representações numéricas de palavras ou fragmentos de texto. Estes números captam o significado semântico e o contexto do texto. As palavras ou o texto semelhantes ou relacionados tendem a ter incorporações semelhantes, o que significa que estão mais próximos no espaço vetorial de alta dimensão.

4. Indexação de dados: o Vertex AI RAG Engine cria um índice denominado corpus. O índice estrutura a base de conhecimentos para que seja otimizado para a pesquisa. Por exemplo, o índice é como uma tabela de conteúdos detalhada para um livro de referência enorme.

5. Obtenção: quando um utilizador faz uma pergunta ou fornece um comando, o componente de obtenção no Vertex AI RAG Engine pesquisa na respetiva base de conhecimentos para encontrar informações relevantes para a consulta.

6. Geração: as informações obtidas tornam-se o contexto adicionado à consulta original do utilizador como um guia para o modelo de IA generativa gerar respostas fundamentadas e relevantes.

Regiões suportadas

O Vertex AI RAG Engine é suportado nas seguintes regiões:

Região	Localização	Descrição	Fase de lançamento
us-central1	Iowa	As versões v1 e v1beta1 são suportadas.	Lista de autorizações
us-east4	Virgínia	As versões v1 e v1beta1 são suportadas.	Lista de autorizações
europe-west3	Frankfurt, Alemanha	As versões v1 e v1beta1 são suportadas.	DG
europe-west4	Eemshaven, Países Baixos	As versões v1 e v1beta1 são suportadas.	DG
asia-east1	Taiwan	As versões v1 e v1beta1 são suportadas.	Pré-visualização
asia-northeast1	Tóquio	As versões v1 e v1beta1 são suportadas.	Pré-visualização
asia-northeast3	Seul	As versões v1 e v1beta1 são suportadas.	Pré-visualização
asia-south1	Mumbai	As versões v1 e v1beta1 são suportadas.	Pré-visualização
asia-southeast1	Singapura	As versões v1 e v1beta1 são suportadas.	Pré-visualização
europe-central2	Varsóvia	As versões v1 e v1beta1 são suportadas.	Pré-visualização
europe-north1	Finlândia	As versões v1 e v1beta1 são suportadas.	Pré-visualização
europe-southwest1	Madrid	As versões v1 e v1beta1 são suportadas.	Pré-visualização
europe-west1	Bélgica	As versões v1 e v1beta1 são suportadas.	Pré-visualização
europe-west2	Londres	As versões v1 e v1beta1 são suportadas.	Pré-visualização
europe-west6	Zurique	As versões v1 e v1beta1 são suportadas.	Pré-visualização
europe-west8	Milão	As versões v1 e v1beta1 são suportadas.	Pré-visualização
europe-west9	Paris	As versões v1 e v1beta1 são suportadas.	Pré-visualização
us-east1	Moncks Corner, SC	As versões v1 e v1beta1 são suportadas.	Pré-visualização
us-east5	Columbus, OH	As versões v1 e v1beta1 são suportadas.	Pré-visualização
us-south1	Dallas, TX	As versões v1 e v1beta1 são suportadas.	Pré-visualização
us-west1	Oregon	As versões v1 e v1beta1 são suportadas.	Pré-visualização
us-west4	Las Vegas, NV	As versões v1 e v1beta1 são suportadas.	Pré-visualização

• us-central1 e us-east4 são alterados para Allowlist. Se quiser fazer experiências com o motor RAG da Vertex AI, experimente outras regiões. Se planeia integrar o seu tráfego de produção nestas regiões, contacte [e-mail].

Elimine o Vertex AI RAG Engine

Os exemplos de código seguintes demonstram como eliminar um motor RAG do Vertex AI para a Google Cloud consola, Python e REST:

• Parâmetros da API versão 1 (v1) e exemplos de código.

• Parâmetros da API v1beta1 e exemplos de código.

Enviar feedback

Para conversar com o apoio técnico da Google, aceda ao grupo de apoio técnico do Vertex AI RAG Engine.

Para enviar um email, use o endereço de email [e-mail].

O que se segue?

• Para saber como usar o SDK Vertex AI para executar tarefas do Vertex AI RAG Engine, consulte o início rápido do RAG para Python.
• Para saber mais sobre a fundamentação, consulte a vista geral da fundamentação.
• Para saber mais sobre as respostas da RAG, consulte o artigo Resultados de obtenção e geração do motor RAG da Vertex AI.
• Para saber mais sobre a arquitetura RAG:
  • Infraestrutura para uma aplicação de IA generativa com capacidade de RAG que usa o Vertex AI e a pesquisa vetorial
  • Infraestrutura para uma aplicação de IA generativa com capacidade de RAG que usa o Vertex AI e o AlloyDB para PostgreSQL.