Resultados de recuperación y generación del motor de RAG de Vertex AI

En esta página, se explica cada campo del resultado del motor de RAG de Vertex AI.

retrieveContexts

En esta sección, se describe cada campo definido en la API de retrieveContexts y se usan los campos en el código de muestra.

Campos

Nombre del campo Descripción
source_uri Es el archivo fuente original antes de importarlo a RAG. Si el archivo se importa desde Cloud Storage o Google Drive, source_uri es el URI del archivo original en Cloud Storage o Drive. Si el archivo se subió, source_uri es el nombre visible del archivo.
source_display_name Es el nombre visible del archivo.
text Es el fragmento de texto que es relevante para la consulta.
score La similitud o distancia entre la consulta y el fragmento de texto La similitud o la distancia dependen del vectorDB que elijas. Para ragManagedDB, la puntuación es COSINE_DISTANCE.

Resultado de muestra

En esta muestra de código, se muestra el uso de los campos para producir un resultado de muestra.

contexts {
    source_uri: "gs://sample_folder/hello_world.txt"
    source_display_name: "hello_world.txt"
    text: "Hello World!"
    score: 0.60545359030757784
  }

generateContent

La mayoría de los campos definidos para la API de generateContent se pueden encontrar en el cuerpo de la respuesta.

Campos

En esta sección, se describe cada campo definido en la parte grounding_metadata de la API de generateContent y se usan los campos en el código de muestra.

Nombre del campo Descripción
text La respuesta que genera Gemini.
grounding_chunks Los fragmentos que muestra el motor de RAG de Vertex AI.
retrieved_context Es un campo repetido que puede tener cero o más fragmentos que se usan para fundamentar el contenido generado.
  • uri
  • El source_uri especifica dónde se almacenan los datos originalmente.
  • title
  • source_display_name es el nombre de archivo o el nombre visible del archivo original.
  • text
  • El fragmento de texto se usa para fundamentar la respuesta de Gemini.
grounding_supports La relación entre el contenido generado y los fragmentos de conexión a tierra Este es un campo repetido. Cada campo grounding_supports muestra la relación entre un segmento de texto del contexto generado y uno o más fragmentos de texto que se recuperan de la RAG.
segment El segmento de texto basado en el texto generado.
  • start_index
  • Es el primer índice del texto conectado a tierra. Si falta start_index, start_index es 0.
  • end_index
  • Es el último índice del texto conectado a tierra.
  • text
  • El texto conectado a tierra.
grounding_chunk_indices Es el fragmento que se usa para conectar el segmento de texto. Se puede usar más de un fragmento para fundamentar el texto. El índice comienza en 0, que representa el primer fragmento en el campo grounding_chunks. El suelo está en todo el fragmento. No se especifica la parte del fragmento que fundamenta la respuesta.
confidence_scores La puntuación que se usa para fundamentar el texto en un fragmento determinado. La puntuación más alta posible es 1 y, cuanto más alta sea la puntuación, mayor será el nivel de confianza. Cada puntuación coincide con cada grounding_chunk_indices. Solo se incluyen en el resultado los fragmentos con una puntuación de confianza de al menos 0.6.

Resultado de muestra

En esta muestra de código, se muestra el uso de los campos para generar un resultado de muestra.

candidates {
  content {
    role: "model"
    parts {
      text: "The rectangle is red and the background is white. The rectangle appears to be on some type of document editing software. \n"
    }
  }
  grounding_metadata {
    grounding_chunks {
      retrieved_context {
        uri: "a.txt"
        title: "a.txt"
        text: "Okay ,  I  see  a  red  rectangle  on  a  white  background .  It looks like it\'s on some sort of document editing software. It has those small squares and circles around it, indicating that it\'s a selected object ."
      }
    }
    grounding_chunks {
      retrieved_context {
        uri: "b.txt"
        title: "b.txt"
        text: "The  video  is  identical  to  the  last  time  I  described  it .  It shows a blue rectangle on a white background."
      }
    }
    grounding_chunks {
      retrieved_context {
        uri: "c.txt"
        title: "c.txt"
        text: "Okay ,  I  remember  the  rectangle  was  blue  in  the  past  session . Now it is red.\n The  red  rectangle  is  still  there .  It \' s  still  in  the same position on the white background, with the same handles around it. Nothing new is visible since last time.\n You \' re  welcome .  The  red  rectangle  is  still  the  only  thing visible."
      }
    }
    grounding_supports {
      segment {
        end_index: 49
        text: "The rectangle is red and the background is white."
      }
      grounding_chunk_indices: 2
      grounding_chunk_indices: 0
      confidence_scores: 0.958192229
      confidence_scores: 0.992316723
    }
    grounding_supports {
      segment {
        start_index: 50
        end_index: 120
        text: "The rectangle appears to be on some type of document editing software."
      }
      grounding_chunk_indices: 0
      confidence_scores: 0.98374176
    }
  }
}

¿Qué sigue?