Nell'IA 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, la loro output viene ancorata a questi dati e si riducono le probabilità di inventare contenuti. Questo è particolarmente importante in situazioni in cui l'accuratezza e l'affidabilità sono importanti.
La messa a terra offre i seguenti vantaggi:
- Riduce le allucinazioni del modello, ovvero le situazioni in cui il modello genera contenuti non basati su fatti.
- Ancora le risposte del modello alle tue origini dati.
- Offre la possibilità di eseguire controlli fornendo supporto per l'approfondimento (citazioni) e punteggi di attendibilità.
Puoi basare l'output del modello supportato in Vertex AI nei seguenti modi:
| Tipo di messa a terra | Descrizione |
|---|---|
| Grounding con la Ricerca Google | Vuoi collegare il tuo modello alle conoscenze del mondo e a un'ampia gamma possibile di argomenti. |
| Eseguire il grounding con Google Maps | Vuoi utilizzare i dati di Google Maps con il tuo modello per fornire risposte più accurate e contestuali ai tuoi prompt. |
| Eseguire il grounding di Gemini in base ai tuoi dati | Vuoi utilizzare la Retrieval Augmented Generation (RAG) per collegare il tuo modello ai dati del tuo sito web o ai tuoi insiemi di documenti. |
| Base di Gemini con Elasticsearch | Vuoi utilizzare la generazione basata sul recupero con i tuoi indici Elasticsearch e Gemini esistenti. |
| Web Grounding per Enterprise | Vuoi utilizzare un indice web per generare risposte fondate. |
Per il supporto delle lingue, consulta Lingue supportate per i prompt.
Passaggi successivi
- Per scoprire di più sulle best practice di IA responsabile e sui filtri di sicurezza di Vertex AI, consulta IA responsabile.