建立依据是一种技术，可用于生成更可信、更实用、更真实的模型回答。在生成式 AI 模型回答落地时，您需要将其与可验证的信息来源相关联。如需实现接地，通常您必须检索相关来源数据。建议采用的最佳做法是使用检索增强生成 (RAG) 技术。检索通常是通过搜索引擎完成的，搜索引擎会使用包含源文本语义含义的索引。
此外，还有一些服务和组件 API 可实现 RAG 生命周期，例如 Vertex AI Search Builder API，可用于混合构建。通过混合构建，您可以使用以下任一服务或 API 实现 RAG 解决方案：
- Grounding generation API：您可以使用它来实现定位，或在完整的 RAG 生命周期中链接到检索提供程序。
- 文档布局解析器：此解析器结合了 Document AI 和 Gemini 在文档理解方面的优势。
- Vertex AI Vector Search：此搜索服务具有高性能，并使用高质量的向量数据库。
- Check grounding API：此 API 会将 RAG 输出与检索到的事实进行比较，并有助于确保所有语句在向用户返回响应之前都已落实。
后续步骤
- 如需详细了解 Responsible AI 和安全过滤条件，请参阅 Responsible AI 最佳实践和 Vertex AI 的安全过滤条件。
- 如需详细了解适用于 RAG 的 LlamaIndex on Vertex AI 如何实现 RAG，请参阅适用于 RAG 的 LlamaIndex on Vertex AI。