Na IA generativa, embasamento é a capacidade de conectar a saída do modelo a fontes de informações verificáveis. Se você fornecer aos modelos acesso a fontes de dados específicas, o embasamento da saída deles a esses dados reduz as chances de inventar conteúdo. Isso é especialmente importante em situações em que a acurácia e a confiabilidade são significativas.
O embasamento oferece os seguintes benefícios:
- Reduz alucinações de modelos, que são casos em que o modelo gera conteúdo que não é factual.
- Ancora respostas do modelo às suas fontes de dados.
- Oferece capacidade de auditoria ao fornecer suporte de embasamento, que são links para fontes.
É possível embasar a saída de modelos compatíveis na Vertex AI das seguintes maneiras:
| Tipo de embasamento | Descrição |
|---|---|
| Embasamento com a Pesquisa Google | Conecte seu modelo ao conhecimento mundial e a uma ampla variedade de tópicos usando a Pesquisa Google. |
| Embasamento com o Google Maps | Use os dados do Google Maps com seu modelo para fornecer respostas mais precisas e contextualizadas aos comandos, incluindo contexto geoespacial. |
| Embasamento com a Vertex AI para Pesquisa | Use a geração aumentada de recuperação (RAG) para conectar seu modelo aos dados do site ou aos conjuntos de documentos armazenados na Vertex AI para Pesquisa. |
| Embasamento com o Elasticsearch | Use a geração aumentada de recuperação com seus índices do Elasticsearch e o Gemini. |
| Embasamento com sua API de pesquisa | Conecte o Gemini às suas fontes de dados externas usando qualquer API de pesquisa. |
| Embasamento na Web para empresas | Use um índice da Web adequado para setores altamente regulamentados e gere respostas embasadas com controles de compliance. |
Para ver informações sobre o suporte de idiomas, consulte Idiomas de comando disponíveis.
A seguir
- Para saber mais sobre as práticas recomendadas de IA responsável e os filtros de segurança da Vertex AI, consulte IA responsável.