La fundamentación es una técnica que puedes usar para generar respuestas del modelo que sean más confiables, útiles y fácticas. Cuando fundamentas las respuestas del modelo de IA generativa, las conectas a fuentes de información verificables. Para implementar la puesta a tierra, por lo general, debes recuperar los datos de origen pertinentes. La práctica recomendada es usar la técnica de generación aumentada de recuperación (RAG). La recuperación suele realizarse con un motor de búsqueda, que usa un índice incorporado con los significados semánticos del texto fuente.
También hay servicios y APIs de componentes que implementan el ciclo de vida de RAG, como la API de Vertex AI Search Builder, que permite combinar compilaciones. Con la compilación de combinación, puedes implementar una solución de RAG con cualquiera de los siguientes servicios o APIs:
- API de generación de bases: Puedes usarla para implementar bases o vincularla a un proveedor de recuperación para el ciclo de vida completo de RAG.
- Analizador de diseño de documentos: Este analizador representa lo mejor de Document AI y Gemini para la comprensión de documentos.
- Búsqueda de vectores de Vertex AI: Este servicio de búsqueda tiene un rendimiento muy alto y usa una base de datos de vectores de alta calidad.
- API de Check Grounding: Esta API compara el resultado de RAG con los hechos recuperados y ayuda a garantizar que todas las afirmaciones estén fundamentadas antes de mostrar la respuesta al usuario.
¿Qué sigue?
- Para obtener más información sobre la IA responsable y los filtros de seguridad, consulta las prácticas recomendadas de IA responsable y los filtros de seguridad de Vertex AI.
- Para obtener más información sobre cómo LlamaIndex implementa RAG en Vertex AI para RAG, consulta LlamaIndex en Vertex AI para RAG.