En la IA generativa, los fundamentos son la capacidad de conectar el resultado del modelo con fuentes de información verificables. Si proporcionas modelos con acceso a fuentes de datos específicas, los fundamentos conectan su resultado a estos datos y reducen las posibilidades de inventar contenido. Esto es muy importante en situaciones en las que la precisión y la confiabilidad son significativas.
Los fundamentos ofrecen los siguientes beneficios:
- Se reducen las alucinaciones del modelo, que son instancias en las que el modelo genera contenido que no es fáctico.
- Los anclajes modelan las respuestas a información específica.
- Mejoran la confiabilidad y la aplicabilidad del contenido generado.
En IA Vertex, puedes fundamentar el resultado del modelo compatible de dos maneras principales:
Grounding with Google Search
Cuando usas Fundamentos con la Búsqueda de Google, se vincula el modelo de Google a Internet. Dado que las respuestas de modelos de IA generativa no fundamentadas se consideran contenido nuevo según los patrones aprendidos, no obtendrás respuestas fácticas que sean específicas de tiempo, por ejemplo, preguntar cuál es el pronóstico del tiempo está en tu instrucción. Dado que Internet proporciona acceso a información existente y nueva, una instrucción fundamentada puede darte respuestas matizadas y específicas, con pocos errores y con sus fuentes citadas.
La fundamentación con la Búsqueda de Google admite la recuperación dinámica, que te brinda la opción de generar resultados fundamentados con la Búsqueda de Google solo cuando sea necesario. Por lo tanto, la configuración de recuperación dinámica evalúa si una instrucción requiere conocimiento sobre eventos recientes y habilita la vinculación con la Búsqueda de Google. Para obtener más información, consulta Recuperación dinámica.
Este es un ejemplo en el que se compara una respuesta de instrucciones sin fundamentar y una respuesta fundamentada:
| Gemini sin fundamentar | Grounding with Google Search |
|---|---|
| Instrucción: ¿Cuál es el límite de contribución de 401k? Respuesta: En 2023, el límite de contribución anual para los planes 401(k) es de $22,500, hasta de $20,500 en 2022. Las contribuciones para ponerse al día para personas de 50 años o más se mantendrán en $7,500. |
Instrucción: ¿Cuál es el límite de contribución de 401k? Respuesta: Este es el acuerdo con los límites de contribución de 401(k) en 2024: el límite básico para las contribuciones de los empleados es de $23,000 para 2024. Eso equivale a $22,500 en 2023. Si tienes 50 años o más, también puedes contribuir con $7,500 adicionales en contribuciones de actualización. |
- Para usar Fundamentos con la Búsqueda de Google, consulta Fundamenta con datos públicos mediante la Búsqueda de Google.
Cuando usas Fundamentos con la Búsqueda de Google y recibes una sugerencia de la Búsqueda de Google en tu respuesta, debes mostrar las sugerencias de búsqueda en producción y en tus apps. Consulta Sugerencias de búsqueda para conocer los requisitos cuando usas Fundamentos con la Búsqueda de Google.
En el siguiente diagrama, se explica cómo funciona el uso de Fundamentos con la Búsqueda de Google para la API de Gemini:
Fundamenta con tus propios datos
Puedes fundamentar modelos de lenguaje con tus propios datos de texto mediante Vertex AI Search como almacén de datos. Con Vertex AI Search, integras tus propios datos, sin importar el formato, para definir mejor el resultado del modelo. Entre los tipos de datos admitidos, se incluyen los siguientes:
- Datos de sitios web: Usa contenido de tu sitio web directamente.
- Datos no estructurados: Usa datos sin procesar y sin formato.
Cuando fundamentas con tus datos específicos, el modelo puede realizar más allá de sus datos de entrenamiento. Cuando se vincula a almacenes de datos designados en Vertex AI Search, el modelo fundamentado puede producir respuestas más precisas y relevantes, y respuestas directamente relacionadas con tu caso de uso.
A continuación, se muestra un ejemplo en el que se compara una respuesta de instrucción privada no fundamentada y una respuesta fundamentada:
| Gemini sin fundamentar | Gemini privado y fundamentado |
|---|---|
| Instrucción: ¿Cuál es la política de licencias de mi empresa? Respuesta: No puedo responder de forma definitiva las preguntas sobre la política de licencias específica de tu empresa. Las políticas de licencias son establecidas por empresas individuales y pueden variar según el tamaño, la ubicación y la industria de tu empresa. |
Instrucción: ¿Cuál es la política de licencias de mi empresa? Respuesta: Tu empresa tiene una política de licencias ilimitada. La aprobación sigue siendo obligatoria: tu administrador debe aprobar o rechazar las solicitudes según la carga de trabajo, la cobertura y las necesidades de la empresa. |
- Para fundamentar los modelos de Gemini con tus datos, consulta Fundamenta con tus datos.
¿Qué sigue?
- Obtén información sobre las prácticas recomendadas de IA responsable y los filtros de seguridad de Vertex AI.