À propos de l'ancrage dans le contexte

Ancrage dans le contexte: un composant d'AI Trust Layer qui rend les données d'entreprise compatibles aux LLM via des intégrations gérées et la génération augmentée par récupération sans abonnements supplémentaires.

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 dans le contexte est un service de plate-forme à l’échelle du locataire conçu pour prendre en charge les expériences d’IA générative UiPath (telles que Agents, GenAI Activities et Autopilot for Everyone ) en ancrant vos invites avec des informations pertinentes avant qu’elles soient exécutées par le LLM par génération augmentée de récupération (RAG) .

Fournir RAG en tant que service aux expériences d'IA génératives UiPath aide à :

• 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.
• Les produits qui utilisent l'ancrage en contexte (Context Grid) interprètent les invites comme une requête pour rechercher via des intégrations et produisent les résultats les plus pertinents basés sur 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

Les principales fonctionnalités de l'ancrage en contexte sont les suivantes :

• Prise en charge multi-documents : fichiers PDF, JSON, CSV, XLSX, DOCX, fichiers TXT.
• Ingestion multi-modale améliorée : prise en charge des documents contenant à la fois des images avec du texte et du contenu basé sur du texte. Permet le traitement des PDF non natifs (comme les fichiers PDF numérisés).
• Prise en charge avancée des requêtes structurées pour les données CSV. Cette fonctionnalité est disponible lors de l'ajout d'un index à un agent.
• Prise en charge multilingue : capacité à ingérer et à interroger à partir de documents dans toutes les langues codées en UTF-8.
• 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.
• Applications multiples : l’ancrage en contexte est actuellement disponible dans le cadre des activités UiPath GenAI, des agents 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.
• L'analyse DeepRAG : prend en charge la synthèse basée sur les requêtes sur le contenu des documents à l'aide de la génération augmentée par récupération.
• 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 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: par le biais de connecteurs Integration Service tels que Confluence Cloud, Dropbox, Google Drive et Microsoft OneDrive & SharePoint: l’ancrage dans le contexte peut accéder aux données directement stockées dans des applications tierces.

Licences

Pour plus d’informations, consultez la section Licences d’ancrage dans le contexte.

Configuration LLM requise

Pour connaître les exigences de compatibilité des fournisseurs et de modèle, reportez-vous aux exigences LLM pour l'ancrage dans le contexte.

Limites et considérations

• L’ancrage dans le contexte prend actuellement en charge des types de fichiers spécifiques : CSV, DOCX, JSON, PDF, TXT, XLSX.
• Il existe une limite de 100 index par locataire. Nous vous recommandons de conserver une relation 1-1 avec ces derniers, ainsi que le chemin d'accès au dossier dans la source de données que vous souhaitez utiliser.
• L'ancrage dans le contexte suit 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 d’afficher, de mettre à jour, de supprimer ou d’utiliser des index associés à des dossiers pour lesquels ils ne disposent pas d’autorisations.
• Pour utiliser l’ancrage dans le contexte via les activités UiPath GenAI, vous devez utiliser Studio Web ou Studio Desktop version 2024.4 ou ultérieure. Pour de plus amples informations, consultez la section Travailler avec l'ancrage dans le contexte .
• Pour de plus amples informations sur la façon dont l'ancrage dans le contexte gère les fichiers pendant l'ingestion, y compris le comportement de rétention et de suppression, consultez la section FAQ Ancrage dans le contexte.
• La connexion Integration Service utilisée en tant que source de données doit être autorisée avec au moins l’étendue Files.Read du fournisseur externe. Cette étendue OAuth est demandée lors de la configuration de la connexion et régit ce que l’ancrage dans le contexte peut lire à partir du système source (Confluence Cloud, Dropbox, Google Drive ou Microsoft OneDrive & SharePoint).