Fundamentar las respuestas con RAG

La fundamentación es una técnica que puedes usar para ayudar a producir respuestas del modelo que sean más fiables, útiles y factuales. Cuando fundamentas las respuestas de un modelo de IA generativa, las conectas a fuentes de información verificables. Para implementar la fundamentación, normalmente debes recuperar datos de origen relevantes. La práctica recomendada es usar la técnica de generación aumentada de recuperación (RAG). La recuperación suele hacerse mediante un buscador que utiliza un índice insertado con los significados semánticos del texto de origen.

También hay servicios y APIs de componentes que implementan el ciclo de vida de RAG, como la API Vertex AI Search Builder, que permite crear combinaciones. Con la creación combinada, puedes implementar una solución de RAG con cualquiera de los siguientes servicios o APIs:

  • API de generación de fundamentos: puedes usarla para implementar fundamentos o para vincularte a un proveedor de recuperación para completar el ciclo de vida de RAG.
  • Analizador de diseño de documentos: este analizador representa lo mejor de Document AI y Gemini para la comprensión de documentos. Para obtener más información sobre el analizador de diseño, consulta Usar el analizador de diseño.
  • Vertex AI Vector Search: este servicio de búsqueda tiene un alto rendimiento y usa una base de datos de vectores de alta calidad.
  • API Check Grounding: esta API compara la salida de RAG con los hechos recuperados y ayuda a asegurar que todas las afirmaciones estén fundamentadas antes de devolver la respuesta al usuario.

Fundamentar las respuestas con el motor de RAG de Vertex AI

Para fundamentar las respuestas con el motor RAG de Vertex AI, debes crear una petición. Sigue estos pasos:

  1. En la Google Cloud consola, ve a la página Crear petición con Vertex AI Studio.

    Ir a Crear petición

  2. Selecciona Fundamentación: tus datos.

  3. Selecciona la fuente de información RAG Engine.

  4. En la lista Corpus, selecciona el nombre del corpus.

  5. En el campo Similitud Top-K, selecciona 20, que es el valor predeterminado.

  6. Haz clic en Guardar.

Siguientes pasos