Respuesta correcta
- AHabilitar Vertex AI Grounding con un almacén de datos empresarial personalizado que contenga la documentación.
Explicación
Vertex AI Grounding con un almacén de datos empresarial personalizado es el enfoque correcto porque permite que el chatbot recupere y cite fragmentos específicos de la documentación del producto en tiempo real, reduciendo directamente las alucinaciones al limitar las respuestas al contenido verificado. Este método utiliza el servicio de base subyacente para consultar un almacén de datos basado en vectores (potenciado por Vertex AI Search) y adjuntar referencias de origen a la salida del modelo, garantizando la precisión fáctica sin necesidad de reentrenamiento.
Para profundizar
Bajo el capó, Vertex AI Grounding utiliza una canalización de generación aumentada por recuperación (RAG) donde la consulta del usuario se incrusta en un vector, se realiza una búsqueda de vecinos más cercanos contra el almacén de datos personalizado (que indexa la documentación en fragmentos con incrustaciones), y los resultados principales se inyectan en el indicador como contexto. A continuación, el modelo genera una respuesta fundamentada en esos pasajes recuperados, y el servicio incluye automáticamente citas con URL de origen y números de página. Un comportamiento sutil es que el umbral de confianza de base se puede ajustar; si se establece demasiado alto, es posible que el modelo se niegue a responder, y si se establece demasiado bajo, aún podría alucinar ignorando el contexto recuperado.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de Generative AI Leader de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.