Aterrando as respostas do Gemini com a Pesquisa Google: um novo recurso caro para desenvolvedores

As APIs de ponta do modelo de linguagem grande (LLM) da OpenAI, Anthropic e Google geralmente fornecem respostas satisfatórias. No entanto, elas têm dificuldades significativas com solicitações relacionadas a eventos atuais. Essa limitação se deve ao seu conjunto de treinamento, que tem um ponto de corte de conhecimento específico. Para resolver esse problema, o Google revelou recentemente um recurso inovador no Google AI Studio e na API Gemini que permite aos usuários integrar respostas com dados do Google Search em tempo real.

O inovador recurso Grounding with Google Search capacita os desenvolvedores a gerar respostas mais atualizadas e precisas dos Gemini LLMs. Um aspecto de destaque desse recurso é que ele inclui referências de grounding (links em linha para fontes), bem como sugestões de pesquisa relevantes para as respostas contextuais.

Este novo recurso é compatível com todas as versões publicamente disponíveis dos modelos Gemini 1.5. No entanto, ele vem com um preço de US$ 35 para cada 1.000 consultas aterradas. Os desenvolvedores interessados em utilizar esta funcionalidade podem navegar até a seção “Ferramentas” no Google AI Studio ou ativar a ferramenta ‘google_search_retrieval’ na API. Como sempre, os usuários podem experimentar esta funcionalidade de aterramento gratuitamente por meio do Google AI Studio.

O Google aconselha os desenvolvedores a aproveitar esse recurso em vários cenários importantes:

Alucinações minimizadas: o aterramento contribui para o fornecimento de informações mais precisas, aumentando a confiabilidade dos resultados da IA.

Acesso a informações atuais: o Grounding permite que os modelos extraiam dados em tempo real, garantindo assim que as respostas da IA permaneçam relevantes para uma gama mais ampla de contextos.

Maior confiabilidade e tráfego de editores: ao incorporar links de origem, o grounding promove transparência em aplicativos de IA, incentivando os usuários a investigar o conteúdo referenciado para obter mais insights.

Dados mais abrangentes: ao utilizar informações da Pesquisa Google, o grounding pode enriquecer as respostas com contexto e detalhes adicionais.

Quando esse recurso é ativado, ao receber uma consulta do usuário, a API do modelo Gemini acessará o mecanismo de busca do Google para recuperar as informações mais recentes pertinentes à consulta, que serão processadas pelo modelo Gemini para fornecer uma resposta mais precisa e atualizada.

Fonte

Crédito das imagens: Neowin.net