communications-mining
latest
false
- 基本情報
- 管理
- ソースとデータセットを管理する
- モデルのトレーニングと保守
- 生成 AI による抽出
- 概要
- CommPath LLM と Preview LLM の比較
- 抽出フィールドの種類のフィルター処理
- 抽出データを生成する
- 生成された抽出データを検証してアノテーションを行う
- ベスト プラクティスと考慮事項
- 抽出データの検証と抽出パフォーマンスについて
- よくある質問
- 分析と監視を使用する
- オートメーションと Communications Mining
- ライセンス情報
- よくある質問など
CommPath LLM と Preview LLM の比較
重要 :
このコンテンツの一部は機械翻訳によって処理されており、完全な翻訳を保証するものではありません。
Communications Mining ガイド
Last updated 2024年11月7日
CommPath LLM と Preview LLM の比較
注: 抽出データを生成するときには、以下の 2 つの異なる LLM のいずれかを選択できます。
- CommPath LLM
- Preview LLM
以下は、使用する LLM を決定する際のいくつかの考慮事項の概要です。ユース ケースでメッセージあたり 30 を超えるフィールドを抽出する必要がある場合、現在は Preview LLM を使用することをお勧めします。
- コミュニケーション データ用に微調整された UiPath® 独自の LLM を活用します。
- 現在はメッセージあたり約 30 フィールドの抽出に限定されています。
- Preview LLM よりもレイテンシが小さい。
- データに基づいて微調整できます。
- 抽出できるフィールドの数とモデルの推論速度の両方の観点から CommPath のパフォーマンスを向上させることが 2024 年の最優先事項となっています。
- Preview LLM と比較して発生の信頼度が高い (詳細については、「生成 AI による抽出によるオートメーション」セクションをご覧ください)。
- Azure OpenAI の GPT モデルを基盤となる LLM として活用します。
- UiPath® ではアップタイムを保証していません。Azure OpenAI エンドポイントに完全に依存するからです。エンドポイントがダウンしたり過負荷になったりした場合、UiPath® は可用性を保証できません。
- メッセージあたり 30 を超えるフィールドを抽出できます。
- CommPath LLM と比較してレイテンシが大きい。
- コンテキスト内学習に限定されます。
注: コンテキスト内学習を使用する場合、プラットフォームはプロンプトの入力内容からのみ学習できます。Communications Mining ではプロンプトをある程度まで自動的に調整できますが、モデルはユーザー主導の検証からは学習しません。
以下に示す設定を使用して、生成 AI による抽出に使用する LLM を選択します。
CommPath LLM は既定で有効化されています。Preview LLM を有効化するには、トグルを以下の画像のように設定する必要があります。
[生成 AI による抽出モデルを使用] トグルがオフになっている場合は、CommPath LLM を使用していることになります。
[生成 AI 機能を使用] と [生成 AI による抽出モデルを使用] トグルがオンになっていると、プラットフォームの抽出プロセスで UiPath® Azure OpenAI エンドポイントが使用されます。
- CommPath LLM を使用して抽出のトレーニングを開始します。
- 抽出が正確に実行される場合は、CommPath LLM を使用して抽出のトレーニングを続けます。そうでない場合は、各メッセージのフィールド数が多いかテーブルが大きいため、Preview LLM に切り替えます。
抽出データの予測が正確かどうかを判断するには、[検証] ページの [生成 AI による抽出] タブで検証の統計情報を確認します。抽出の精度と再現率がユース ケースに適している場合は、引き続き CommPath LLM を使用してください。
いずれかのデータ ポイントが CommPath LLM で期待どおりに抽出されない場合:
- [モデル] に移動して現在のモデル バージョンをピン留めし、最新のモデル バージョンの [ピン留め] を選択します。
- UiPath® の担当者に連絡し、抽出が適切に実行されなかったモデルのバージョンを確認します。UiPath® の担当者が Communications Mining の製品チームと直接連携し、改良点を調査して実装します。
- Preview LLM を使用する場合は、CommPath LLM をトレーニングしたときと同じ方法でモデルのトレーニングを続行します。それにより、各抽出の正しい例を提供してください。