Modellkonfiguration

Konfigurieren Sie die Extraktionsstrategie, das Extraktionsmodell, die Sprachunterstützung, die Layout-Analyse, die Zuordnungsmethode und die Überschreibungen eines Flow Extract-Knotens.

Überblick

Die Modellkonfiguration eines Extraktionsknotens definiert, wie der Knoten Dokumente verarbeitet und welches LLM er zum Extrahieren von Daten verwendet.

Konfigurieren des Modells

Sie können das zugrunde liegende LLM sowie dessen Einstellungen im Abschnitt Modellkonfiguration der Registerkarte Definition wie folgt konfigurieren:

1. Zeigen Sie in der Arbeitsfläche Flow mit dem Mauszeiger auf den Knoten Extrahieren .

2. Wählen Sie in der angezeigten Symbolleiste die Option Vollständige Ansicht öffnen aus. Die Registerkarte Definition wird geöffnet.

3. Erweitern Sie die Modellkonfiguration.

   

4. Wählen Sie aus der Dropdownliste Extraktionsstrategie die Extraktionsmethode aus, mit der das Dokument verstanden und verarbeitet wird:

   • Standard – Die Standardoption. Verarbeitet das Dokument in einem einzigen Durchlauf mit Layout und OCR-Vorverarbeitung.
   • Erweitert – Teilt das Dokument auf mehrere Durchläufe auf, mit Layout und OCR-Vorverarbeitung. Diese Option eignet sich am besten für Dokumente, die mehr als ein paar hundert Seiten sind, oder für Dokumente, die eine große Anzahl von Feldwerten erfordern.
   Hinweis:

   Wenn Sie Erweitert auswählen, wird die Einstellung Zuordnung nicht mehr angezeigt.

5. Wählen Sie auf der Auswahlliste Extraktionsmodell das zugrunde liegende LLM, das für die Extraktion verwendet wird:

   • GPT-4o
   • gpt-5.1-2025-11-13 (Vorschau)
   • gpt-5.4-2026-03-05 (Vorschau)
   • Gemini 2.5 Flash
   • Gemini 2.5 Pro (Vorschau)
   • Gemini 3.1 Pro-Vorschau (Vorschau)
   • Gemini 3.1 Flash Lite (Vorschau)

   Weitere Informationen finden Sie unter Auswahl des am besten geeigneten Modells, Wechsel von einem Modell zu einem anderen und Grenzen der Dokumentverarbeitung.

   Hinweis:

   Sie können diese Modelle auf Ihren eigenen LLM-Abonnements anstelle der UiPath LLM-Abonnements ausführen. Weitere Informationen finden Sie unter Mitbringen Ihres eigenen Abonnements (BYOS).

6. Wählen Sie optional unter Erweiterte Einstellungen aus der Dropdownliste Sprachunterstützung die Option lateinische Sprachen oder Erweiterte Sprachen aus. Sie können auch die Option „Automatisch erkennen“ beibehalten. Weitere Informationen finden Sie unter Sprachunterstützung.

7. Wählen Sie in der Dropdownliste Layout-Analyse die Option Keine oder Vollständig aus. Weitere Informationen finden Sie unter Layout-Analyse.

8. Wählen Sie in der Dropdownliste Zuordnung die Option Regelbasiert oder Modellbasiert aus. Diese Einstellung ist nur für die Extraktionsstrategie Standard verfügbar. Weitere Informationen finden Sie unter Zuordnung.

9. Wenn die Einstellung Überschreibungen verfügbar ist, geben Sie optional die Überschreibungen im JSON-Format ein. Weitere Informationen finden Sie unter Überschreibungen.

10. Wählen Sie Speichern.

Ergebnis: Der Extraktionsknoten verwendet die neue Modellkonfiguration.

Auswahl des am besten geeigneten Modells

Die Leistung der verschiedenen Modelle unterscheidet sich je nach Einsatzgebiet, aber Gemini wird nach Möglichkeit empfohlen.

GPT-4o ist auf 50 Seiten beschränkt.

Gemini 2.5 Flash kann Dokumente in IXP mit bis zu 500 Seiten in einem einzigen Aufruf verarbeiten, wobei eine höhere Seitenanzahl in der Vorschau unterstützt wird. Das Gemini-Limit ändert sich je nach Dichte des Dokuments geringfügig.

In Bezug auf Feldwerte hat Gemini 2.5 Flash ein größeres Ausgabekontextfenster, wodurch mehr Feldwerte als GPT-4o verarbeitet werden können. Es gibt keine festes Limit für die Anzahl der Feldwerte pro Dokument. Das Limit hängt vom Modell ab und kann je nach Komplexität des Dokuments variieren.

Hinweis:

Modelle, die keine logarithmischen Wahrscheinlichkeiten zurückgeben, geben immer einen Konfidenzwert von 1,0 für alle vorhergesagten Werte zurück. Wenn ein Feld vom Modell überhaupt nicht extrahiert wird, gibt es stattdessen einen Konfidenzwert von 0 zurück. Dieses Verhalten wirkt sich auf die folgenden Modelle aus, die sich in der Vorschau voraussichtlich so verhalten:

• Gemini 3.1 Pro – Vorschau
• Gemini 3.1 Flash Lite
• gpt-5.4-2026-03-05

Von einem Modell zu einem anderen wechseln

Um von einem Modell zum anderen zu wechseln, wählen Sie ein Modell aus der Auswahlliste Extraktionsmodell und dann Speichern.

Dadurch wird eine neue Knotenversion erstellt. Um Vorhersagen aus dem neuen Modell abzurufen, wählen Sie Vorhersagen aktualisieren in der Anmerkungsansicht jedes Dokuments. Sie können auch Vorhersagen für mehrere Dokumente gleichzeitig aktualisieren oder eine Auswertung für alle oder mehrere Dokumente durchführen .

Wichtig:

Für ausgereifte Modelle werden Taxonomien, insbesondere Anweisungen und bestätigte Vorhersagen, insbesondere für abgeleitete Felder, in der Regel für einen Modelltyp gegenüber dem anderen optimiert. Es ist wahrscheinlich, dass die Leistungsbewertung nach dem Wechsel geringer ausfällt, da eine gewisse Iteration der Anweisungen und eine erneute Überprüfung der Vorhersagen erforderlich ist, um modellspezifische Optimierungen rückgängig zu machen, die sich auf die Leistung des anderen Modells auswirken könnten.

Wenn Sie aus Leistungsgründen das Modell wechseln müssen, überprüfen Sie zunächst, ob das alternative Modell das Kernproblem lösen kann, das mit dem aktuellen Modell nicht lösbar ist. Wenn möglich, optimieren Sie das neue Modell, um seine Auswertungsmetriken zu verbessern.

Grenzen der Dokumentenverarbeitung.

Es gibt kein festes Limit für die Anzahl der Feldwerte, die IXP pro Dokument extrahieren kann. Der Grenzwert hängt vom Extraktionsmodell ab.

Wenn ein Dokument mehr Feldwerte erfordert, als das Modell zurückgeben kann, erreicht das Modell möglicherweise sein Tokenlimit. Dies kann auch passieren, wenn das Dokument innerhalb der in diesem Abschnitt aufgeführten Seitenlimits liegt. Wenn Sie dieses Limit erreichen, legen Sie die Extraktionsstrategie auf Erweitert fest, sofern sie für Sie verfügbar ist, um weitere Feldwerte zu verarbeiten.

Wenn Tokenlimits überschritten werden, können die Vorhersagen unabhängig von der Anzahl der Seiten unvollständig oder leer sein. Beispielsweise kann ein 80-seitiges Dokument mit 1.400 extrahierten Feldwerten eine Token-Limit-Warning in der Benutzeroberfläche triggern.Wenn das Tokenlimit zur Runtime überschritten wird, zeigt die API-Antwort dies an, indem sie Werte für das Auftreten und die Extraktionskonfidenz von 0 zurückgibt.

Wenn Seitenlimits überschritten werden, werden nur die Seiten innerhalb der unten angegebenen Limits verarbeitet. Beide Verhaltensweisen gelten sowohl für Gemini als auch für GPT-4o.

Runtime / runtime-Limits umfassen:

• Anzahl der Seiten pro Dokument:
  • Für Gemini bis zu 500 Seiten.
  • Für GPT-4o, 50 Seiten.
• Tokenlimits – Datenintensive Dokumente mit mehr als 200 Feldwerten, z. B. lange Tabellen, werden wahrscheinlich das Tokenlimit erreichen. Gemini hat standardmäßig ein höheres Ausgabetoken-Limit, sodass es eine größere Anzahl von Feldwerten in einem einzigen Aufruf zurückgeben kann.

Auswählbare Sprachen

Die Einstellung Sprachunterstützung definiert, welche Alphabete die OCR vor der Extraktion erkennen muss. Wenn Ihre Dokumente nicht-lateinische Skripte verwenden, wählen Sie Erweiterte Sprachen aus.

Die verfügbaren Optionen sind:

• Automatisch erkennen – Wählt automatisch die entsprechende OCR für das Dokument aus.
• Lateinbasierte Sprachen – Optimiert für Dokumente in lateinischen Alphabet-Sprachen, einschließlich Englisch, Französisch, Deutsch, Spanisch und Portugiesisch.
• Erweiterte Sprachen – Optimiert für Dokumente in nicht-lateinischen Alphabeten, mit Unterstützung für lateinische Alphabete für gemischte Datasets.

Sie können Dokumente hochladen und Modelle in jeder Sprache erstellen, die vom ausgewählten Extraktionsmodell gut unterstützt wird. Die unterstützten Sprachen hängen vom ausgewählten Modell ab.

Die Extraktionsgenauigkeit kann je nach Sprache Ihrer Dokumente variieren. Die Ergebnisse können für Sprachen weniger konsistent sein, wie z. B.:

• Arabisch
• Chinesisch
• Hebräisch
• Koreanisch

Für diese Sprachen sollten Sie die Modellleistung an einer repräsentativen Stichprobe Ihrer Dokumente validieren, bevor Sie zur Produktion übergehen.

Layout-Analyse

Die Einstellung für die Layout-Analyse ist ein optionaler Schritt, der Dokumentlayouts neu erstellt und an das Modell übergibt, um die Extraktionsleistung für Dokumente mit Tabellen oder komplexen Layouts zu verbessern. Dieser Schritt fügt jedem Dokument Latenz hinzu.

Die verfügbaren Optionen sind:

• Keine – Verarbeitet Dokumente direkt ohne Layoutrekonstruktion. Diese Option hat eine geringere Latenz.
• Vollständig – Rekonstruiert das vollständige Seitenlayout, einschließlich Tabellen, Formulare und freier Text, um die Extraktionsleistung zu verbessern. Diese Option hat die höchste Latenz.

Zuordnung

Die Zuordnungseinstellung definiert die Methode, mit der Modellvorhersagen ihren Referenzen im Dokument zugeordnet werden.

Die verfügbaren Optionen sind:

• Regelbasiert – Eine Option mit geringer Latenz, die Regeln und Heuristiken verwendet, um die richtigen Spannen auf einer Seite mit den vom Modell vorhergesagten Werten abzugleichen. Im Vergleich zur modellbasierten Option verliert sie bei der erfolgreichen Zuweisung an Leistung.
• Modellbasiert – Die Option mit der besten Leistung mit höherer Latenz. Es verwendet einen zusätzlichen LLM-Aufruf, um die vorhergesagten Werte mit den korrekten Spannen auf der Seite abzugleichen, da sich diese Werte häufig an verschiedenen Stellen der Seite wiederholen können. Diese Option basiert auf Gemini.

Überschreibungen

Die Einstellung Überschreibungen erzwingt Überschreibungen für die Modellkonfiguration, um erweiterte Entwicklereinstellungen anzuwenden. Geben Sie die Überschreibungen im JSON-Format im JSON- Editor ein. Der Editor validiert die JSON und zeigt eine gültige Beschriftung an, wenn der Inhalt gültig ist.

Hinweis:

Die Einstellung Überschreibungen ist möglicherweise für Ihre Organisation nicht verfügbar. Um Zugriff zu beantragen, wenden Sie sich an Ihren Account Manager.