A partire dal 29 aprile 2025, i modelli Gemini 1.5 Pro e Gemini 1.5 Flash non sono disponibili nei progetti che non li hanno mai utilizzati, inclusi i nuovi progetti. Per maggiori dettagli, vedi Versioni e ciclo di vita dei modelli.
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
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 messa a terra 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:
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Difficile da capire","hardToUnderstand","thumb-down"],["Informazioni o codice di esempio errati","incorrectInformationOrSampleCode","thumb-down"],["Mancano le informazioni o gli esempi di cui ho bisogno","missingTheInformationSamplesINeed","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2025-09-04 UTC."],[],[],null,["# Grounding overview\n\n| To see an example of grounding,\n| run the \"Intro to grounding\" notebook in one of the following\n| environments:\n|\n| [Open in Colab](https://colab.research.google.com/github/GoogleCloudPlatform/generative-ai/blob/main/gemini/grounding/intro-grounding-gemini.ipynb)\n|\n|\n| \\|\n|\n| [Open in Colab Enterprise](https://console.cloud.google.com/vertex-ai/colab/import/https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fgenerative-ai%2Fmain%2Fgemini%2Fgrounding%2Fintro-grounding-gemini.ipynb)\n|\n|\n| \\|\n|\n| [Open\n| in Vertex AI Workbench](https://console.cloud.google.com/vertex-ai/workbench/deploy-notebook?download_url=https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fgenerative-ai%2Fmain%2Fgemini%2Fgrounding%2Fintro-grounding-gemini.ipynb)\n|\n|\n| \\|\n|\n[View on GitHub](https://github.com/GoogleCloudPlatform/generative-ai/blob/main/gemini/grounding/intro-grounding-gemini.ipynb) \n\nIn generative AI, grounding is the ability to connect model output to verifiable\nsources of information. If you provide models with access to specific data\nsources, then grounding tethers their output to these data and reduces the\nchances of inventing content. This is particularly important in situations where\naccuracy and reliability are significant.\n\nGrounding provides the following benefits:\n\n- Reduces model hallucinations, which are instances where the model generates content that isn't factual.\n- Anchors model responses to your data sources.\n- Provides auditability by providing grounding support, which are links to sources.\n\nYou can ground supported-model output in Vertex AI in the following ways:\n\nFor language support, see\n[Supported languages for prompts](/gemini/docs/codeassist/supported-languages#supported_languages_for_prompts).\n\nWhat's next\n-----------\n\n- To learn more about responsible AI best practices and Vertex AI's safety filters, see [Responsible AI](/vertex-ai/generative-ai/docs/learn/responsible-ai).\n- To ground with your Google Search API, see [Grounding with\n Google Search\n API](/vertex-ai/generative-ai/docs/grounding/grounding-with-google-search-api)."]]