**Grounding** è ilprocessomediante il quale un modello di intelligenza artificiale, in particolare un modello di linguaggio, collega le sue rappresentazioni interne a dati del mondo reale o a conoscenze esterne, al fine di garantire che le sue risposte siano coerenti, accurate e pertinenti al contesto. In pratica, ilgroundingcomporta l’integrazione di informazioni provenienti da fonti esterne—come database, sensori, immagini, audio o testi preesistenti—nelle operazioni di generazione o di inferenza del modello. Questo permette al modello di:
* **Riferirsi a entità concrete** (ad esempio, oggetti, luoghi o persone) invece di produrre risposte puramente astratte.
* **Mantenere coerenza semantica** con il contesto fornito dall’utente o dall’ambiente.
* **Ridurre le allucinazioni** (informazioni inventate o non supportate da dati reali) migliorando l’affidabilità delle risposte.
* **Supportare compiti multimodali**, combinando testo con altre modalità di dato (immagini, video, audio) per fornire risposte più ricche e contestualizzate.
Ilgroundingè una componente chiave nello sviluppo di sistemi di IA più robusti e affidabili, particolarmente nei domini dove l’accuratezza dei fatti è cruciale, come la medicina, il diritto o la finanza. Tecniche comuni includono il recupero di documenti pertinenti, l’uso di knowledge graph, l’integrazione di API esterne e la verifica cross‑modalità dei dati.
« Back to Glossary Index