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 grounding 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 | Vuoi connettere il tuo modello alla conoscenza del mondo e a un'ampia gamma possibile di argomenti. |
| Grounding con Google Maps | Vuoi utilizzare i dati di Google Maps con il tuo modello per fornire risposte più accurate e sensibili al contesto ai tuoi prompt. |
| Grounding di Gemini sui tuoi dati | Vuoi utilizzare la Retrieval Augmented Generation (RAG) per connettere il modello ai dati del tuo sito web o ai tuoi set di documenti. |
| Grounding di Gemini con Elasticsearch | Vuoi utilizzare la generazione aumentata dal recupero con gli indici Elasticsearch esistenti e Gemini. |
| Web Grounding for Enterprise | Vuoi utilizzare un indice web per generare risposte fondate. |
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.
- Per il grounding con l'API Ricerca Google, consulta la sezione Grounding con l'API Ricerca Google.