Configuration du modèle

Configurer la stratégie d'extraction, le modèle d'extraction, la prise en charge linguistique, l'analyse de la mise en page, la méthode d'attribution et les remplacements d'un nœud d'extraction de flux.

Vue d'ensemble (Overview)

La configuration du modèle d'un nœud d'extraction définit la façon dont le nœud traite les documents et le LLM qu'il utilise pour extraire les données.

Configurer le modèle

Vous pouvez configurer le LLM sous-jacent ainsi que ses paramètres dans la section Configuration du modèle de l'onglet Définition comme suit:

1. Dans le canevas Flux, pointez sur le nœud Extraire .

2. Dans la barre d'outils qui apparaît, sélectionnez Ouvrir la vue complète. L'onglet Définition s'ouvre.

3. Développez la configuration du modèle.

   

4. Dans la liste déroulante Stratégie d'extraction , sélectionnez la méthode d'extraction utilisée pour comprendre et traiter le document:

   • Standard : l'option par défaut. Traite le document en une seule fois, avec mise en page et prétraitement OCR.
   • Avancé : divise le document en plusieurs passages, avec mise en page et prétraitement OCR. Cette option est la mieux adaptée aux documents dépassant quelques centaines de pages ou aux documents nécessitant un grand nombre de valeurs de champ.
   Remarque :

   Lorsque vous sélectionnez Avancé, le paramètre d'attribution ne s'affiche plus.

5. Dans la liste déroulante Modèle d'extraction , sélectionnez le LLM sous-jacent utilisé pour l'extraction:

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

   Pour plus de détails, reportez-vous à Choix du modèle le plus approprié, Basculer d’un modèle à un autre et Limites de traitement des documents.

   Remarque :

   Vous pouvez exécuter ces modèles sur vos propres abonnements LLM au lieu des abonnements UiPath LLM. Pour de plus amples informations, consultez la section Apporter votre propre abonnement.

6. Facultativement, sous Paramètres avancés, dans la liste déroulante Langues prises en charge , sélectionnez Langues basées sur le latin ou Langues étendues. Vous pouvez également conserver l'option de détection automatique . Pour plus d’informations, consultez la section Langues prises en charge.

7. Dans la liste déroulante Analyse de la mise en page , sélectionnez Aucune ou Complète. Pour de plus amples informations, consultez la section Analyse de la mise en page.

8. Dans la liste déroulante Attribution , sélectionnez Basé sur des règles ou Basé sur un modèle. Ce paramètre est disponible uniquement pour la stratégie d'extraction Standard . Pour de plus amples informations, consultez la section Attribution.

9. À titre facultatif, si le paramètre Remplacer est disponible, saisissez les remplacements au format JSON. Pour plus de détails, consultez la section Remplacer.

10. Sélectionnez Enregistrer.

Résultat: le nœud d'extraction utilise la nouvelle configuration du modèle.

Choisir le modèle le plus approprié

Différents modèles fonctionnent différemment selon les cas d'utilisation, mais Gemini est recommandé dans la mesure du possible.

GPT-4o a une restriction de 50 pages.

Gemini 2.5 Flash peut traiter des documents dans IXP jusqu'à 500 pages en un seul appel avec un nombre de pages plus élevé pris en charge dans l'aperçu. La limite de Gemini peut varier légèrement en fonction de la densité du document.

En termes de valeurs de champ, Gemini 2.5 Flash dispose d'une fenêtre de contexte de sortie plus longue, ce qui lui permet de gérer plus de valeurs de champ que GPT-4o. Il n'y a pas de limite fixe au nombre de valeurs de champ par document. La limite dépend du modèle et peut varier en fonction de la complexité du document.

Remarque :

Les modèles qui ne renvoient pas les probabilités de journalisation renvoient toujours une valeur de confiance de 1,0 pour toutes les valeurs prédites. Si un champ n’est pas du tout extrait par le modèle, il renvoie une valeur de confiance de 0 à la place. Ces comportements affectent les modèles suivants, qui sont censés se comporter de cette manière en version préliminaire:

• Aperçu de Gemini 3.1 Pro
• Gemini 3.1 Flash Lite
• gpt-5.4-2026-03-05

Basculer d'un modèle à un autre

Pour basculer d'un modèle à un autre, sélectionnez un modèle dans la liste déroulante Modèle d'extraction , puis sélectionnez Enregistrer.

Cela crée une nouvelle version de nœud. Pour obtenir des prédictions du nouveau modèle, sélectionnez Actualiser les prédictions dans la vue Annotation de chaque document. Vous pouvez également actualiser les prédictions pour plusieurs documents à la fois ou exécuter une évaluation sur l'ensemble ou plusieurs documents.

Important :

Pour les modèles matures, les taxonomies, notamment les instructions et les prédictions confirmées, en particulier pour les champs déduits, sont généralement optimisées pour un type de modèle plutôt que l'autre. Il est probable qu'après le changement de modèle, les scores de performances puissent chuter, car il peut être nécessaire de modifier les instructions et de réexaminer les prédictions pour annuler les optimisations spécifiques au modèle qui peuvent avoir un impact sur les performances de l'autre modèle.

Si vous devez changer de modèle pour des raisons de performances, vérifiez d'abord si le modèle alternatif peut résoudre le problème de base que le modèle actuel ne peut pas résoudre. Si c'est le cas, optimisez le nouveau modèle afin d'améliorer ses mesures d'évaluation.

Limites de traitement des documents

Il n'existe aucune limite fixe au nombre de valeurs de champ qu'IXP peut extraire par document. La limite dépend du modèle d'extraction.

Si un document nécessite plus de valeurs de champ que le modèle ne peut en renvoyer, le modèle peut atteindre sa limite de jetons. Cela peut se produire même si le document est bien dans les limites de pages répertoriées dans cette section. Si vous atteignez cette limite, définissez la stratégie d’extraction sur Avancé si elle est disponible pour gérer plus de valeurs de champ.

Si les limites de jetons sont dépassées, les prédictions peuvent être incomplètes ou vides quel que soit le nombre de pages. Par exemple, un document de 80 pages avec 1 400 valeurs de champ extraites peut déclencher un déclencheur de limite de jetons dans l'interface utilisateur.À Runtime / runtime, lorsque la limite de jetons est dépassée, la réponse de l'API l'affichera en renvoyant les valeurs de confiance d'occurrence et d'extraction de 0.

Si les limites de pages sont dépassées, seules les pages dans les limites spécifiées ci-dessous sont traitées. Ces deux comportements s'appliquent à la fois à Gemini et à GPT-4o.

Les limites de runtime incluent :

• Nombre de pages par document:
  • Pour Gemini, jusqu'à 500 pages.
  • Pour GPT-4o, 50 pages.
• Limites de jetons : les documents contenant beaucoup de données avec plus de 200 valeurs de champ, tels que les tables longues, risquent d'atteindre la limite de jetons. Gemini dispose d'une limite de jetons de sortie plus élevée par défaut, de sorte qu'il peut renvoyer un plus grand nombre de valeurs de champ en un seul appel.

Prise en charge des langues

Le paramètre Langue de prise en charge définit les lettres que l’OCR est optimisée pour reconnaître avant l’extraction. Si vos documents utilisent des scripts non latins, sélectionnez Langues étendues.

Les options disponibles sont:

• Détection automatique - Sélectionne automatiquement l'OCR approprié pour le document.
• Langues basées sur le latin : optimisées pour les documents en langues latines, notamment l’anglais, le français, l’allemand, l’espagnol et le portugais.
• Langues étendues : optimisées pour les documents en alphabets non latins, avec prise en charge des alphabets latins pour les ensembles de données mixtes.

Vous pouvez télécharger des documents et créer des modèles dans n'importe quel langue bien prise en charge par le modèle d'extraction sélectionné. L’ensemble de langues prises en charge dépend du modèle que vous sélectionnez.

La précision de l’extraction peut varier en fonction de la langue de vos documents. Les résultats peuvent être moins cohérents pour les langues suivantes:

• Arabe
• Chinois
• Hébreu
• Coréen

Pour ces langues, vous devez valider les performances du modèle sur un échantillon représentatif de vos documents avant de passer à la production.

Analyse de la mise en page

Le paramètre d'analyse de la mise en page est une étape facultative qui reconstruit les mises en page de documents et les transmet au modèle, pour améliorer les performances d'extraction sur les documents avec des tables ou des mises en page complexes. Cette étape ajoute de la latence à chaque document.

Les options disponibles sont:

• Aucun : traite les documents directement sans reconstruire de mise en page. Cette option a une latence inférieure.
• Complète - Reconstruit la mise en page complète de la page, y compris les tables, les formulaires et le texte libre, pour améliorer les performances d'extraction. Cette option a la latence la plus élevée.

Attribution

Le paramètre Attribution définit la méthode d'attribution des prédictions du modèle à leurs références dans le document.

Les options disponibles sont:

• Basé sur des règles : une option à faible latence qui utilise des règles et des stratégies heuristiques pour faire correspondre les segments corrects d'une page aux valeurs prédites du modèle. Elle sacrifie les performances en matière d'attributions réussies par rapport à l'option basée sur un modèle.
• Basé sur un modèle – L'option la plus performante, avec une latence plus élevée. Il utilise un appel LLM supplémentaire pour faire correspondre les valeurs prédites aux plages correctes de la page, car ces valeurs peuvent souvent être répétées dans différentes parties de la page. Cette option est basée sur Gemini.

Remplace

Le paramètre Remplacer applique des remplacements dans la configuration du modèle pour appliquer les paramètres de développement avancés. Saisissez les remplacements au format JSON dans l'éditeur JSON . L'éditeur valide le fichier JSON et affiche une étiquette Valide lorsque le contenu est valide.

Remarque :

Le paramètre Remplacements peut ne pas être disponible pour votre organisation. Pour demander l’accès, contactez votre gestionnaire de compte.