Perguntas frequentes da contextualização

Eu tenho acesso ao Embasamento de Contexto?

Contexto O embasamento é acessível a todos os tenants e organizações.

A Embasamento de Contexto está disponível apenas em implantações de nuvem?

Não, a contextualização está disponível em implantações na nuvem e no local.

Como o embasamento de contexto é licenciado?

A Contextualização cobra por pesquisas ou RAG, pois é executado por meio de suas superfície de produtos da UiPath compatíveis. Para obter detalhes, consulte Licenciamento da Contextualização.

Como o Embasamento de Contexto funciona?

O embasamento de contexto fornece dois serviços:

• Banco de dados de vetor gerenciado como um serviço: facilitamos a conversão de seus dados em representações de incorporação.
• Recuperar geração aumentada (RAG) como serviço: a Contextualização consulta dados de vários produtos de automação, recupera os resultados mais relevantes e aumenta os prompts com esses resultados para garantir que as gerações sejam mais específicas.

A ancoragem de contexto é a mesma que RAG?

O embasamento de contexto fornece um serviço RAG no runtime para experiências da UiPath GenAI. No entanto, ele também fornece um banco de dados de vetores gerenciados como um serviço para ajudar a gerenciar os dados usados no runtime. Isso garante uma pesquisa e resultados gerados de alta qualidade.

Como posso usar a Embasamento de Contexto?

Você pode usar a Contextualização por meio de Atividades UiPath GenAI, Autopilot for Everyone e Agentes.

Que tipos de dados posso usar na embasamento de contexto?

O Contexto Embasamento atualmente funciona com os seguintes formatos de dados: PDF, JSON, CSV, DOCX, TXT, XLS.

Posso importar dados de negócios adicionais para o Embasamento de Contexto?

Para aproveitar o embasamento de contexto, você precisa importar dados para buckets de armazenamento do UiPath Orchestrator (por meio de upload direto, atividade do Studio ou API).

Você pode usar atividades de embasamento de contexto para ingerir, indexar e gerenciar os dados consultados para garantir resultados altamente relevantes.

Há um limite na quantidade de dados que posso incluir na Embasamento de Contexto?

O limite de dados que você pode usar para anular seus prompts é baseado nos limites de tamanho de token da janela de contexto do modelo. Consulte o modelo que você está usando para executar o RAG (por exemplo, em atividades de GenAI) para determinar possíveis limites de token.

• Limite de índice: há um limite de dez índices por tenant. Recomendamos que você mantenha uma relação 1-1 entre os buckets do Orchestrator dos quais você está ingerindo dados para evitar o vazamento de dados entre pastas e garantir a separação lógica de dados que possam precisar ser consultados por diferentes usuários para diferentes fins. A Contextualização aproveita as permissões de autorização de pastas para ajudar a aplicar essa recomendação.
• Armazenamento: não há limite de armazenamento entre ou dentro desses índices. No entanto, impomos alguns limites para os clientes que ingerem uma quantidade extremamente alta de dados.

A ancoragem de contexto elimina as aguardentes?

Não, mas reduz significativamente a probabilidade de acelerador porque as gerações são baseadas em informações consultadas de dados fornecidos pelo usuário. Por padrão, a Embasamento de contexto fornece uma menção, ou prova de conhecimento, na qual a geração foi baseada. Isso significa que você pode verificar e validar a origem. Quando a Embasamento de contexto não consegue encontrar uma resposta correspondente altamente confiável nos dados fornecidos, ela não tenta criar respostas. Em vez disso, ele gera uma resposta como: "Não foi possível encontrar uma resposta".

Posso selecionar dinamicamente qual LLM usar?

Sim. Você pode configurar seus próprios LLMs por meio da AI Trust Layer. A guia Configurações de LLM permite que você substitua modelos ou assinaturas gerenciadas pela UiPath por seus próprios modelos. A Contextualização também é compatível com APIs OpenAI v1, permitindo compatibilidade com as especificações OpenAI mais recentes e acesso a modelos mais recentes.

Além disso, dentro das atividades UiPath GenAI, você pode selecionar qual LLM usar para executar o processo de RAG entre os disponíveis no Gateway de LLM. A UiPath gerencia estratégias de ingestão e recuperação para otimizar os resultados.

Como é o permissão da Embasamento de contexto?

Contexto O embasamento tem escopo de tenant. Oferecemos suporte à autorização no nível da pasta em buckets do Orchestrator, e o Contexto Embasado aproveita a autenticação e as políticas existentes do Automation Ops.

Como meus dados são armazenados ou compartilhados com o embasamento por contexto?

Todos os dados compartilhados com a UiPath são tratados de acordo com as normas de conformidade, criptografia e segurança da empresa.

O embasamento de contexto faz parte da AI Trust Layer, o que significa que seus dados nunca são armazenados fora da UiPath, nem são usados para treinar modelos de terceiros.

Como você garante a segurança dos dados?

A ancoragem de contexto tem o escopo de tenant e aproveita as políticas de RBAC e AuthZ existentes na UiPath, além de criptografar dados em repouso e em trânsito.

Como tem escopo de tenant, nenhum dado é compartilhado entre índices dentro do mesmo tenant ou entre tenants.

A contextualização armazena meus arquivos?

Não. Os arquivos são mantidos na infraestrutura da UiPath apenas pela duração da execução de ingestão. Após a conclusão da ingestão, os arquivos brutos não são retidos.

Para onde vai meu arquivo durante a ingestão?

Quando você inicia uma ingestão, a Contextualização busca cada arquivo da fonte de dados usando as credenciais que você autorizou por meio da conexão configurada do Integration Services. Nenhuma credencial é armazenada pela contextualização.

Duas cópias de curta duração existem enquanto o trabalho é executado: uma cópia de trabalho no disco local do nó de processamento e uma cópia de preparação interna usada pelo pipeline de processamento de documentos. Ambos têm como escopo o trabalho de ingestão ativa e seu tenant, sem acesso entre tenants ou trabalhos.

Por quanto tempo meu arquivo é mantido durante a ingestão?

• A cópia de trabalho é liberada assim que o documento termina o processamento, quer o resultado seja um sucesso ou uma falha.
• A cópia de preparação é removida quando o fluxo de trabalho de ingestão termina — no sucesso ou na falha.
• Se um evento de infraestrutura (como uma falha de trabalhador) interromper um trabalho antes das execuções de limpeza, os processos automatizados removerão quaisquer arquivos restantes em um agendamento fixo.

O que a contextualização retém após a ingestão?

Após a conclusão da ingestão, apenas a representação derivada necessária para alimentar a pesquisa e a recuperação é mantida: passagens de texto extraídas, incorporações e metadados estruturados, associados ao seu conjunto de dados. A exclusão do conjunto de dados remove esses artefatos derivados.

O que acontece quando um arquivo é excluído da origem de dados?

Quando um arquivo é excluído da origem de dados, a próxima execução de ingestão — seja acionada manualmente ou por meio de uma execução agendada — propaga em cascata a exclusão para os dados do índice correspondentes.