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.
- Migliora l'affidabilità e l'applicabilità dei contenuti generati fornendo citazioni e punteggi di attendibilità.
In Vertex AI, puoi basare l'output del modello supportato in due modi:
Per il supporto delle lingue, consulta Lingue supportate per i prompt.
Grounding con la Ricerca Google
Quando utilizzi il grounding con la Ricerca Google, il modello di Google viene collegato a internet. Poiché le risposte dei modelli di IA generativa non basati su dati sono considerate contenuti nuovi in base a schemi appresi, non riceverai risposte oggettive, che sono specifiche per un determinato momento, ad esempio se nel prompt chiedi qual è la previsione del tempo. Poiché internet fornisce l'accesso a informazioni esistenti e nuove, un prompt basato su dati può fornire risposte sfumate e specifiche, con pochi errori e fonti citate.
La verifica con la Ricerca supporta il recupero dinamico che ti consente di generare risultati fondati con la Ricerca solo quando necessario. Pertanto, la configurazione del recupero dinamico valuta se un prompt richiede conoscenza di eventi recenti e attiva la verifica con la Ricerca. Per ulteriori informazioni, consulta la sezione Ritiro dinamico.
Ecco un esempio che confronta una risposta al prompt non basata su dati e una risposta basata su dati:
| Gemini non collegato a terra | Grounding con la Ricerca |
|---|---|
| Prompt: qual è il limite di contributo del 401K? Risposta: per il 2023, il limite di contributo annuale per i piani 401(k) è di 22.500 $, rispetto ai 20.500 $del 2022. I contributi di adeguamento per le persone di età pari o superiore a 50 anni rimarranno a 7.500 $. |
Prompt: qual è il limite di contributo del 401K? Risposta: di seguito sono riportati i limiti di contributo del piano 401(k) per il 2024: Il limite di base per i contributi dei dipendenti è di 23.000 $per il 2024. Rispetto al 2023,il valore è aumentato di 22.500 $. Se hai almeno 50 anni, puoi anche versare un contributo aggiuntivo di 7.500 $in contributi di recupero. |
- Per utilizzare il grounding con la Ricerca, consulta Eseguire il grounding in base ai dati pubblici utilizzando la Ricerca.
Quando utilizzi il grounding con la Ricerca e ricevi suggerimenti di ricerca nella risposta, devi visualizzarli in produzione e nelle tue applicazioni. Consulta la sezione Suggerimenti di ricerca per i requisiti relativi all'utilizzo del grounding con la Ricerca.
Il seguente diagramma spiega come funziona l'utilizzo della verifica con la ricerca per l'API Gemini:
Fare riferimento ai dati
Puoi basare i modelli linguistici sui tuoi dati di testo utilizzando Vertex AI Search come datastore. Per perfezionare l'output del modello con Vertex AI Search, puoi integrare i tuoi dati, indipendentemente dal formato.
Per ulteriori informazioni su come eseguire il grounding dei dati, consulta Eseguire il grounding con i dati.
Tipi di dati supportati
| Tipo di dati | Descrizione |
|---|---|
| Sito web | Utilizzare direttamente i contenuti del tuo sito web. Devi creare un datastore del sito web e attivare quanto segue: |
| Formati di documenti e file | I tipi di documenti supportati includono file PDF, HTML, TXT, DOCX e PPTX. Il formato CSV è disponibile per le domande frequenti. |
Esempio
Quando ti basi sui tuoi dati specifici, il modello può avere un rendimento migliore rispetto ai suoi dati di addestramento. Collegandosi a datastore designati in Vertex AI Search, il modello basato su dati può produrre risposte e citazioni più accurate e pertinenti per le tue origini dati pertinenti.
Ecco un esempio che confronta una risposta al prompt non basata su dati e una risposta basata su dati:
| Gemini non collegato a terra | Gemini privato con messa a terra |
|---|---|
| Prompt: quali sono le norme relative alle ferie della mia azienda? Risposta: non posso rispondere in modo definitivo alle domande relative alle norme sulle ferie della tua azienda specifica. Le norme relative alle ferie sono stabilite dalle singole aziende e possono variare in base alle dimensioni, alla località e al settore dell'azienda. |
Prompt: quali sono le norme relative alle ferie della mia azienda? Risposta: la tua azienda ha una norma che prevede un numero illimitato di giorni di ferie. L'approvazione è ancora obbligatoria: il tuo responsabile deve approvare o rifiutare le richieste in base al carico di lavoro, alla copertura e alle esigenze dell'azienda.[1] Origine di grounding: 1. Manuale per i dipendenti.pdf |
Passaggi successivi
- Per scoprire di più su come basare i modelli Gemini sui tuoi dati, consulta Basare i modelli sui dati.
- Per scoprire di più sulle best practice di IA responsabile e sui filtri di sicurezza di Vertex AI, consulta IA responsabile.