À propos de l'ancrage dans le contexte

L'ancrage dans le contexte (Context Grid) est un composant de UiPath AI Trust Layer qui vous permet d'intégrer vos données afin de générer des prédictions GenAI plus précises et plus fiables. L'ancrage en contexte a été conçu afin de rendre vos données d'entreprise compatibles LLM sans nécessiter d'abonnement supplémentaire à des modèles d'intégration, des bases de données de vecteurs ou des modèles LLM (Large Language Model). Vous pouvez créer des index et des intégrations représentatifs de données métier que les fonctionnalités UiPath GenAI peuvent référencer pour des preuves contextuelles au moment du runtime.

L'ancrage de contexte est un service de plate-forme à l'échelle du locataire conçu pour prendre en charge les expériences UiPath GenAI (telles que les activités GenAI et Autopilot pour tout le monde) en ancréant vos invites avec des informations pertinentes avant qu'elles ne soient exécutées par le LLM via la génération assistée de récupération (RAG).

L'ajout de RAG en tant que service aux expériences UiPath GenAI permet de :

• Contourner les limitations de la fenêtre contextuelle LLM : pour les petits et les grands modèles, RAG permet d’améliorer la précision, la fiabilité, l’évolutivité et l’efficacité des modèles lorsqu’ils interagissent avec les bases de connaissances.
• Réduisez le risque d'abus grâce à des références aux magasins de données sur la vérité terrain.
• Accordez aux applications génératives l'accès à des sources de connaissances spécialisées et propriétaires.
• Accordez aux applications génératives l'accès aux sources d'informations actualisées.
• Activer les boucles de commentaires positifs entre les magasins de données et les requêtes des utilisateurs.

Composants de base

La terminologie et les composants de base de l'ancrage en contexte comprennent :

Figure 1. Architecture du composant Ancrage dans le contexte

Ingestion et indexation : tenez vos données d'entreprise compatibles LLM

• Ingestion : convertissez les données d'entreprise en intégrations représentatives à l'aide de modèles d'intégration gérés par UiPath.
• Incorporation : une représentation de données d'entreprise qu'un LLM peut comprendre et parcourir.
• Index : un dossier dans une base de données de vecteurs qui organise les intégrations.
• Bases de données de vecteurs : base de données de vecteurs gérée par UiPath qui stocke les intégrations organisées en index.

Récupération

• Effectuez une recherche dans les données métier compatibles LLM pour trouver les informations les plus pertinentes. L'ancrage en contexte utilise diverses techniques d'extraction, de segmentation, de récupération et de repositionnement qui sont optimisées en fonction des différents formats de données et des requêtes.
• Interpréter l’invite en tant que requête pour effectuer une recherche dans les intégrations et générer les résultats les plus pertinents en fonction de la recherche de similarité cosine. Ces résultats de recherche constituent une étape intermédiaire et préliminaire au RAG, afin d’ajouter un contexte pertinent à partir des données d’entreprise.

Génération augmentée de récupération

• Ancrez et mettez à jour les invites avec les informations les plus pertinentes à partir des résultats de la recherche de similitude sémantique, puis exécutez une génération via un LLM hébergé via la passerelle LLM de AI Trust Layer.

Fonctionnalités clés

Voici quelques-unes des principales fonctionnalités de l'ancrage en contexte :

• Prise en charge multi-documents : fichiers PDF, JSON, CSV, XLS, DOCX, TXT.
• Ingestion et pipelines d'indexation gérés : UiPath optimise l'ingestion et l'indexation des données dans les bases de données de vecteurs gérées par UiPath.
• Plusieurs supports : l’ancrage en contexte (Context Grid) est actuellement disponible dans le cadre des activités UiPath GenAI, AI Trust Layer (avec une IU dédiée) et de Autopilot for everyone.
• Récupération de données : effectuer des requêtes dans les documents ou entre les ensembles de données à l'aide de diverses techniques (par ex. transformation des requêtes, intégration, ajustement, etc.) pour s’assurer que les résultats de recherche soient très pertinents.
• Génération augmentée de récupération : corrigez les invites via la gestion des ressources « juste à temps » (JIT) en mémoire ou sur une base de connaissances.
• Prend de la connaissance : fournit une citation de la source de référence et du texte à partir de la recherche de similarité sémantique.
• Prise en charge de la diffusion : prise en charge de l'API de diffusion pour afficher la génération au fur et à mesure de sa production.
• Prise en charge multilingue : capacité à ingérer et à interroger à partir de documents dans toutes les langues codées en UTF-8.
• Prise en charge de plusieurs sources de données :
  • Entités de compartiment UiPath Orchestrator : vous pouvez ingérer, indexer et interroger des données stockées dans des dossiers partagés d'entités de compartiment Orchestrator.
  • Systèmes de stockage de documents : Grâce aux connecteurs Integration Service, tels que Microsoft OneDrive & SharePoint et Google Drive, l'ancrage du contexte peut accéder aux données stockées directement dans des applications tierces.

Limites et considérations

• L'ancrage en contexte prend actuellement en charge des types de fichiers spécifiques : PDF, JSON, CSV, XLS, DOCX, TXT.
• Il existe une limite de dix index par locataire. Nous vous recommandons de conserver une relation 1-1 avec ces derniers et le chemin d'accès au dossier de la source de données que vous souhaitez utiliser.
• L'ancrage dans le contexte respecte les autorisations et l'autorisation des dossiers pour les entités de dossiers partagés. Les utilisateurs qui ne disposent pas des autorisations appropriées peuvent ne pas être en mesure de voir, mettre à jour, supprimer ou utiliser des index associés à des dossiers pour lesquels ils ne disposent pas d’autorisations.
• Pour utiliser l'ancrage en contexte via les activités UiPath GenAI, vous devez utiliser Studio Web ou Studio Desktop version 2024.4 ou une version plus récente. Pour plus d'informations, consultez la section Premiers pas.