使用 RAG 将回答接地

接地是一种技术，可用于帮助生成更可信、更实用且更真实的模型回答。为生成式 AI 模型回答建立依据时，您需要将其与可验证的信息源相关联。如需实现接地，通常必须检索相关来源数据。建议的最佳实践是使用检索增强生成 (RAG) 技术。检索通常使用搜索引擎完成，该引擎使用嵌入了源文本语义的索引。

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，可用于混搭构建。通过混搭构建，您可以使用以下任意服务或 API 实现 RAG 解决方案：

• 有事实依据的生成 API：您可以使用此 API 实现有事实依据的生成，也可以将其与检索提供程序相关联，以实现完整的 RAG 生命周期。
• 文档布局解析器：此解析器集成了 Document AI 和 Gemini 在文档理解方面的优势。如需详细了解布局解析器，请参阅使用布局解析器。
• Vertex AI Vector Search：此搜索服务性能出色，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，并有助于确保所有陈述都经过事实依据验证，然后再向用户返回回答。

使用 Vertex AI RAG Engine 将回答接地

如需使用 Vertex AI RAG Engine 来接地回答，您必须创建提示。执行以下操作：

1. 在 Google Cloud 控制台中，使用 Vertex AI Studio 前往创建提示页面。

   前往“创建提示”

2. 选择接地：自有数据。

3. 选择 RAG 引擎依据来源。

4. 从语料库列表中，选择您的语料库名称。

5. 在 Top-K 相似度字段中，选择默认值 20。

6. 点击保存。

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 RAG 引擎如何实现 RAG，请参阅 RAG 引擎。