Apa itu Grounding?
Pada AI generatif, grounding berarti jawaban tidak hanya bersandar pada pola yang dipelajari model, tetapi juga pada konteks atau sumber yang relevan. Tujuannya adalah membuat jawaban lebih dapat ditelusuri, relevan dengan data yang dipakai, dan lebih mudah diperiksa.
Asisten kebijakan perusahaan diminta menjelaskan aturan cuti. Sistem mengambil bagian aturan cuti terbaru dari dokumen resmi, lalu menjawab berdasarkan bagian itu dan menyertakan tautan dokumennya.
Cara kerja sederhana
Sistem menerima pertanyaan, mencari atau menerima sumber yang sesuai, lalu memasukkan bagian pentingnya ke konteks model. Model menyusun jawaban dari konteks itu dan pada sistem yang baik menyertakan rujukan agar pengguna dapat memeriksa dukungannya.
Kenapa Anda perlu memahaminya?
Grounding penting untuk chatbot berbasis dokumen, bantuan pelanggan, riset, dan informasi yang berubah. Ia membantu mengurangi jawaban tanpa dasar, sekaligus memberi pengguna jalur untuk mengecek klaim yang penting.
Kesalahpahaman yang umum
Grounding bukan sinonim persis RAG. RAG adalah salah satu cara mengambil konteks untuk mendukung grounding. Menampilkan tautan juga belum cukup jika isi jawaban tidak benar benar didukung oleh sumber tersebut.
Catatan penting sebelum menggunakannya
Grounding tidak menjamin jawaban selalu benar. Sumber dapat kedaluwarsa atau tidak lengkap, pencarian dapat mengambil dokumen yang keliru, dan model masih dapat salah menafsirkan konteks. Untuk keputusan penting, periksa sumber aslinya.