建立依据概览

在生成式 AI 中，建立依据是指将模型输出连接到可验证的信息源的能力。如果您向模型提供访问特定数据源的权限，则建立依据可以将其输出仅限于这些数据范围，从而降低内容创造的可能性。在准确率和可靠性非常重要的情况下，这一点尤为重要。

建立依据功能具有以下优势：

  • 减少模型误区，即模型生成不真实内容的情况。
  • 将模型响应固定到特定信息。
  • 提高生成内容的可信度和适用性。

在 Vertex AI 中，您可以通过两种主要方式为受支持的模型输出建立依据：

使用 Google 搜索建立依据

使用“使用 Google 搜索建立依据”时，它会将 Google 模型连接到互联网。由于没有建立依据的生成式 AI 模型的回答会根据学习的模式被视为新内容，因此您不会获得特定于时间的真实回答，例如在提示中询问天气预报情况。由于通过互联网，您可以访问现有信息和新信息，因此，一个有依据的提示可以为您提供细致且具体的提示回答，几乎没有错误，并引用来源。

以下示例比较了无依据的提示回答和有依据的回答：

无依据的 Gemini 使用 Google 搜索建立依据
提示：401k 缴款限额是多少？
回答：2023 年，401(k) 计划的年度缴款限额为 22,500 美元，高于 2022 年的 20,500 美元。50 周岁及以上的个人补充缴款仍为 7,500 美元。		 提示：401k 缴款限额是多少？
回答：以下介绍了 2024 年的 401(k) 缴款限额： 2024 年员工缴款的基本限额为 23,000 美元。高于 2023 年的 22,500 美元。如果您已年满 50 周岁，还可以在补充缴款中额外缴纳 7,500 美元。

使用“使用 Google 搜索建立依据”时，您必须在生产环境和应用中显示搜索建议。如需了解使用“依托 Google 搜索进行接地”时的要求，请参阅搜索建议。

下图说明了如何将“使用 Google 搜索建立依据”用于 Gemini API： 建立依据概览

使用您自己的数据建立依据

您可以通过将 Vertex AI Search 用作数据存储区，使用自己的文本数据为语言模型建立依据。借助 Vertex AI Search，您可以集成自己的数据（无论格式如何），以优化模型输出。支持的数据类型包括：

  • 网站数据：直接使用您网站上的内容。
  • 非结构化数据：使用未格式化的原始数据。

当您使用特定数据建立根据后，模型可以在其训练数据之外执行更多任务。 通过链接到 Vertex AI Search 中的指定数据存储区，有依据的模型可以生成更准确、更相关的回答，以及与您的应用场景直接相关的回答。

以下示例比较了无依据的提示回答和有专用依据的回答：

无依据的 Gemini 有专用依据的 Gemini
提示：我公司的 PTO 政策是什么？

回答：我无法明确回答有关贵公司的具体 PTO 政策的问题。PTO 政策由各个公司制定，可能会因贵公司的规模、位置和行业而异。		 提示：我公司的 PTO 政策是什么？

回答：贵公司采用不受限制的 PTO 政策。仍需要批准：您的经理必须根据工作负载、覆盖范围和公司需求批准或拒绝请求。

后续步骤