Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
En la IA generativa, los fundamentos son la capacidad de conectar el resultado del modelo con fuentes
de información verificables. Si proporcionas modelos con acceso a fuentes de datos específicas, los fundamentos conectan su resultado a estos datos y reducen las posibilidades de inventar contenido. Esto es muy importante en situaciones en las que la precisión y la confiabilidad son significativas.
La fundamentación ofrece los siguientes beneficios:
Se reducen las alucinaciones del modelo, que son instancias en las que el modelo genera contenido que no es fáctico.
Los anclajes modelan las respuestas a tus fuentes de datos.
Proporciona auditabilidad, ya que ofrece asistencia para la fundamentación, que son vínculos a las fuentes.
Puedes fundamentar el resultado del modelo compatible en Vertex AI de las siguientes maneras:
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Información o código de muestra incorrectos","incorrectInformationOrSampleCode","thumb-down"],["Faltan la información o los ejemplos que necesito","missingTheInformationSamplesINeed","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-09-04 (UTC)"],[],[],null,["# Grounding overview\n\n| To see an example of grounding,\n| run the \"Intro to grounding\" notebook in one of the following\n| environments:\n|\n| [Open in Colab](https://colab.research.google.com/github/GoogleCloudPlatform/generative-ai/blob/main/gemini/grounding/intro-grounding-gemini.ipynb)\n|\n|\n| \\|\n|\n| [Open in Colab Enterprise](https://console.cloud.google.com/vertex-ai/colab/import/https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fgenerative-ai%2Fmain%2Fgemini%2Fgrounding%2Fintro-grounding-gemini.ipynb)\n|\n|\n| \\|\n|\n| [Open\n| in Vertex AI Workbench](https://console.cloud.google.com/vertex-ai/workbench/deploy-notebook?download_url=https%3A%2F%2Fraw.githubusercontent.com%2FGoogleCloudPlatform%2Fgenerative-ai%2Fmain%2Fgemini%2Fgrounding%2Fintro-grounding-gemini.ipynb)\n|\n|\n| \\|\n|\n[View on GitHub](https://github.com/GoogleCloudPlatform/generative-ai/blob/main/gemini/grounding/intro-grounding-gemini.ipynb) \n\nIn generative AI, grounding is the ability to connect model output to verifiable\nsources of information. If you provide models with access to specific data\nsources, then grounding tethers their output to these data and reduces the\nchances of inventing content. This is particularly important in situations where\naccuracy and reliability are significant.\n\nGrounding provides the following benefits:\n\n- Reduces model hallucinations, which are instances where the model generates content that isn't factual.\n- Anchors model responses to your data sources.\n- Provides auditability by providing grounding support, which are links to sources.\n\nYou can ground supported-model output in Vertex AI in the following ways:\n\nFor language support, see\n[Supported languages for prompts](/gemini/docs/codeassist/supported-languages#supported_languages_for_prompts).\n\nWhat's next\n-----------\n\n- To learn more about responsible AI best practices and Vertex AI's safety filters, see [Responsible AI](/vertex-ai/generative-ai/docs/learn/responsible-ai).\n- To ground with your Google Search API, see [Grounding with\n Google Search\n API](/vertex-ai/generative-ai/docs/grounding/grounding-with-google-search-api)."]]