在生成式 AI 中，建立依据是指将模型输出连接到可验证的信息源的能力。如果您向模型提供访问特定数据源的权限，则建立依据可以将其输出仅限于这些数据范围，从而降低内容创造的可能性。在准确率和可靠性非常重要的情况下，这一点尤为重要。
建立依据功能具有以下优势：
- 减少模型误区，即模型生成不真实内容的情况。
- 将模型响应固定到特定信息。
- 提高生成内容的可信度和适用性。
在 Vertex AI 中，您可以通过两种主要方式为受支持的模型输出建立依据：
使用 Google 搜索建立依据
使用“使用 Google 搜索建立依据”时，它会将 Google 模型连接到互联网。由于没有建立依据的生成式 AI 模型的回答会根据学习的模式被视为新内容，因此您不会获得特定于时间的真实回答，例如在提示中询问天气预报情况。由于通过互联网，您可以访问现有信息和新信息，因此，一个有依据的提示可以为您提供细致且具体的提示回答，几乎没有错误，并引用来源。
以下示例比较了无依据的提示回答和有依据的回答：
| 无依据的 Gemini | 使用 Google 搜索建立依据 |
|---|---|
| 提示：401k 缴款限额是多少？ 回答：2023 年，401(k) 计划的年度缴款限额为 22,500 美元，高于 2022 年的 20,500 美元。50 周岁及以上的个人补充缴款仍为 7,500 美元。 |
提示：401k 缴款限额是多少？ 回答：以下介绍了 2024 年的 401(k) 缴款限额： 2024 年员工缴款的基本限额为 23,000 美元。高于 2023 年的 22,500 美元。如果您已年满 50 周岁，还可以在补充缴款中额外缴纳 7,000 美元 [1].....，依据来源
|
- 如需使用“使用 Google 搜索建立依据”，请参阅使用 Google 搜索以公开数据建立依据。
使用“使用 Google 搜索建立依据”时，您必须在生产环境和应用中显示搜索入口点。如需了解使用“使用 Google 搜索建立依据”时的要求，请参阅搜索入口点。
下图说明了如何将“使用 Google 搜索建立依据”用于 Gemini API：
使用您自己的数据建立依据
您可以通过将 Vertex AI Search 用作数据存储区，使用自己的文本数据为语言模型建立依据。借助 Vertex AI Search，您可以集成自己的数据（无论格式如何），以优化模型输出。支持的数据类型包括：
- 网站数据：直接使用您网站上的内容。
- 结构化数据：使用有条理的可查询数据，例如 BigQuery 数据。
- 结构化内容（媒体）：集成结构化媒体内容以呈现富媒体搜索结果。
- 第三方数据源的结构化内容：无缝整合来自外部来源的数据。
- 非结构化数据：使用未格式化的原始数据。
当您使用特定数据建立根据后，模型可以在其训练数据之外执行更多任务。 通过链接到 Vertex AI Search 中的指定数据存储区，有依据的模型可以生成更准确、更相关的回答，以及与您的应用场景直接相关的回答。
以下示例比较了无依据的提示回答和有专用依据的回答：
| 无依据的 Gemini | 有专用依据的 Gemini |
|---|---|
| 提示：我公司的 PTO 政策是什么？ 回答：我无法明确回答有关贵公司的具体 PTO 政策的问题。PTO 政策由各个公司制定，可能会因贵公司的规模、位置和行业而异。 |
提示：我公司的 PTO 政策是什么？ 回答：贵公司采用不受限制的 PTO 政策。仍需要批准：您的经理必须根据工作负载、覆盖范围和公司需求批准或拒绝请求。 |
- 如需使用您的数据为 Gemini 模型建立依据，请参阅使用您的数据建立依据。