Vai al contenuto
TokIQ

Grounding

Grounding e RAG: legare le risposte dell'AI alle fonti

Grounding significa far rispondere un modello a partire da fonti che fornisci tu invece che dalla memoria. La retrieval-augmented generation (RAG) lo fa in automatico: cerca nei tuoi documenti, inserisce i passaggi rilevanti nel prompt e chiede al modello di rispondere in base a quelli. I buoni prompt di grounding dicono al modello di citare il passaggio usato e di segnalare quando le fonti non contengono la risposta.

Presto suApp StoreDisponibile suGoogle Play

Domanda di esempio · Grounding

Un assistente RAG risponde con sicurezza anche quando i passaggi recuperati non coprono la domanda. Quale istruzione aiuta di più?

  1. A“Sii accurato.”
  2. B“Rispondi solo in base ai passaggi qui sotto. Se non contengono la risposta, dillo.”
  3. C“Usa la tua conoscenza generale come riserva.”
  4. D“Rispondi in una frase.”
Mostra la risposta e il perché

B. “Rispondi solo in base ai passaggi qui sotto. Se non contengono la risposta, dillo.” Dare al modello un modo esplicito e consentito per dire “non è nelle fonti” riduce le risposte inventate. “Sii accurato” non gli dà nulla su cui agire.

Cosa verificano le domande

  • Rispondere solo dalle fonti fornite
  • Citazioni e riporto del passaggio a supporto
  • Gestire le domande a cui le fonti non rispondono
  • Inserire documenti lunghi nel prompt

Cosa imparerai

  • Cos'è il RAG e perché riduce le allucinazioni
  • Come istruire un modello a restare dentro le sue fonti
  • Come chiedere citazioni verificabili
  • Come chunking e ordine dei passaggi influenzano le risposte

Come esercitarti in TokIQ

  1. 1. Apri Grounding. Sceglilo dall'elenco degli argomenti nella scheda Quiz. È un argomento Premium; il piano gratuito include Fundamentals, Role & context ed Examples.
  2. 2. Rispondi a una domanda alla volta. Vedi subito se hai risposto correttamente.
  3. 3. Tocca Why? Leggi la breve spiegazione e rispondi a tre domande di approfondimento sulla stessa idea.
  4. 4. Tieni d'occhio la tua accuratezza. La scheda Progress mostra come va Grounding rispetto agli altri argomenti.

Grounding: domande frequenti

Che cos'è la retrieval-augmented generation (RAG)?

Il RAG è uno schema in cui un sistema recupera passaggi rilevanti da un archivio di documenti e li aggiunge al prompt, così il modello risponde in base a quel materiale e non solo ai suoi dati di addestramento. Il termine viene da Lewis et al. (2020).

Il RAG elimina del tutto le allucinazioni?

No. Le riduce, ma il modello può comunque fraintendere o andare oltre i passaggi. Chiedere citazioni e consentire il “non lo so” rende gli errori più facili da individuare.

Per approfondire

Altri argomenti

Esercitati su Grounding con poche domande al giorno.

Brevi quiz su vere decisioni di prompting, con una spiegazione per ogni risposta. Gratis per iniziare su iPhone e Android.

Presto suApp StoreDisponibile suGoogle Play