第二届艾青诗歌节将举办

百度 随后，全国各地方社院纷纷创立，1961年社会主义学院改名为中央社会主义学院。

接地是一种可帮助生成更可信、更实用且更符合事实的模型回答的技术。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。通常，若要实现接地，您必须检索相关的来源数据。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含义的索引。

此外，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，可让您自由组合构建。通过混合搭配构建，您可以使用以下任一服务或 API 实现 RAG 解决方案：

  • Grounding Generation API：您可以使用它实现基准，或关联到检索提供程序以实现完整的 RAG 生命周期。
  • 文档布局解析器：此解析器结合了 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：这项搜索服务具有高性能，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，并有助于确保在向用户返回回答之前，所有陈述均已建立依据。

使用 Vertex AI RAG Engine 将回答接地

如需使用 Vertex AI RAG Engine 对回答进行归因，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 前往创建问题页面。

    前往“创建提示”

  2. 选择接地：自有数据。

  3. 选择 RAG Engine 接地源。

  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 20（默认值）。

  6. 点击保存。

后续步骤