グラウンディングとは
グラウンディングは AI モデルを信頼できる最新のソースに接続し、トレーニングデータだけに頼るのではなく、引用可能な根拠に基づいて回答できるようにします。グラウンディングされたエージェントは、まず証拠を取得し、それについて推論してから、ソースを付けて回答します。
ほとんどの本番環境の作業は 2 つのアプローチでカバーできます。エンタープライズデータグラウンディングは、自社のドキュメント、Wiki、およびデータベースを利用します。Web Search は、ウェブ上の最新の公開情報を利用します。
利点
エージェントがトレーニングデータではなくソースに基づいて動作すると、何が変わるか。
グラウンディングされた回答には参照したソースが付くため、レビュー担当者は主張を信頼するだけでなく、それを確認することができます。
モデルはクエリ時にソースを読み取るため、ソースが変更されると新しいドキュメントや最近の動向が反映され、ファインチューニングのサイクルは不要になります。
一部の質問には両方が必要になります。つまり、世界の変化が、自社の記録だけが知っている事柄にどのように影響するかという問いの場合です。エージェントは、同じターンでエンタープライズソースとウェブの両方を利用できます。
エンタープライズグラウンディングは、自社の境界内で、自社が所有するソースからのみ取得します。ウェブグラウンディングは、デフォルトでゼロデータエグレスの Amazon が運営するインデックスから提供されるため、データが AWS 環境の外に出ることはありません。
グラウンディングアプローチを選択する
回答をどこから取得したかに応じて、2 つのマネージドパスがあります。
今日お探しの情報は見つかりましたか?
ページコンテンツの品質向上のため、皆さまのご意見をお寄せください