Przejdź do treści
Glosariusz

Grounding

Grounding to praktyka ograniczania wyniku modelu AI do weryfikowalnych dowodów źródłowych zamiast jego pamięci parametrycznej. Ugruntowana odpowiedź jest wspierana przez pobrane fragmenty, które można zacytować i sprawdzić, co jest podstawową obroną przed zmyślonymi lub pewnie błędnymi odpowiedziami.

Synonimy: grounded AI, ugruntowanie dowodami, ugruntowanie źródłowe, ugruntowanie faktów

Grounding zmienia model generatywny z wiarygodnie brzmiącego zgadywacza w rozliczalny silnik odpowiedzi. Przekazując modelowi pobrane dowody i wymagając, aby wynik je cytował, grounding utrzymuje odpowiedzi przy realnych, aktualnych źródłach, które reviewer może sprawdzić. Dyscyplina wykracza poza prompt: jakość retrieval, śledzenie cytacji i ścieżka fallback dla brakujących dowodów mają znaczenie. Silny grounding sprawia, że automatyczna odpowiedź jest wystarczająco godna zaufania, by rozwiązać żądanie lub uruchomić governowane działanie.

Najczęściej zadawane pytania

Jak grounding egzekwuje się w praktyce?
Retrieval dostarcza modelowi tylko istotne fragmenty źródłowe, prompt instruuje go, aby odpowiadał z tych dowodów, a krok weryfikacji odrzuca twierdzenia bez wspierającej cytacji.
Co się dzieje, gdy nie ma dowodów do grounding?
Dobrze zaprojektowany system grounded odmawia odpowiedzi albo eskaluje do osoby, zamiast wymyślać odpowiedź, ujawniając jawny brak zamiast pewnej zgadywanki.