Risposte di Grounding Gemini con Google Search: una nuova funzionalità costosa per gli sviluppatori

Le API all’avanguardia Large Language Model (LLM) di OpenAI, Anthropic e Google forniscono generalmente risposte soddisfacenti. Tuttavia, hanno notevoli difficoltà con le richieste relative agli eventi attuali. Questa limitazione è dovuta al loro set di addestramento, che ha un punto di interruzione specifico della conoscenza. Per risolvere questo problema, Google ha recentemente svelato una funzionalità innovativa in Google AI Studio e nell’API Gemini che consente agli utenti di integrare le risposte con i dati di Google Search in tempo reale.

L’innovativa funzionalità Grounding con Google Search consente agli sviluppatori di generare risposte più fresche e precise dai Gemini LLM. Un aspetto di spicco di questa funzionalità è che include riferimenti di grounding (link in linea alle fonti) e suggerimenti di ricerca pertinenti alle risposte contestuali.

Questa nuova funzionalità è compatibile con tutte le versioni pubbliche dei modelli Gemini 1.5. Tuttavia, ha un prezzo di $ 35 per ogni 1.000 query grounded. Gli sviluppatori interessati a utilizzare questa funzionalità possono andare alla sezione “Strumenti” all’interno di Google AI Studio o attivare lo strumento “google_search_retrieval” all’interno dell’API. Come sempre, gli utenti possono sperimentare questa funzionalità Grounding gratuitamente tramite Google AI Studio.

Google consiglia agli sviluppatori di sfruttare questa funzionalità in diversi scenari chiave:

• Allucinazioni ridotte al minimo: la messa a terra contribuisce a fornire informazioni più accurate, migliorando l’affidabilità dei risultati dell’IA.
• Accesso alle informazioni aggiornate: il grounding consente ai modelli di acquisire dati in tempo reale, garantendo così che le risposte dell’intelligenza artificiale rimangano pertinenti a una gamma più ampia di contesti.
• Maggiore affidabilità e traffico degli editori: incorporando i link alle fonti, il grounding promuove la trasparenza nelle applicazioni di intelligenza artificiale, incoraggiando gli utenti a esaminare i contenuti a cui si fa riferimento per ottenere maggiori informazioni.
• Dati più completi: utilizzando le informazioni provenienti dalla Ricerca Google, il grounding può arricchire le risposte con contesto e dettagli aggiuntivi.

Quando questa funzionalità è attivata, quando riceve una query da parte dell’utente, l’API del modello Gemini attingerà al motore di ricerca di Google per recuperare le informazioni più recenti pertinenti alla query, che verranno elaborate dal modello Gemini per fornire una risposta più accurata e aggiornata.

Fonte

Credito immagini: Neowin.net