[{"data":1,"prerenderedAt":547},["ShallowReactive",2],{"blog-post-ca-\u002Fca\u002Fblog\u002Fenterprise-rag-audit-trail":3,"blog-list-ca":113,"i-circle-flags:lang-ca":522,"i-mdi:book-search-outline":526,"i-mdi:shield-lock-outline":529,"i-mdi:robot-outline":531,"i-mdi:calculator-variant-outline":533,"i-mdi:shield-search":535,"i-mdi:book-open-page-variant-outline":537,"i-mdi:scale-balance":539,"i-mdi:linkedin":541,"i-mdi:twitter":543,"i-mdi:github":545},{"id":4,"title":5,"author":6,"body":7,"date":98,"description":99,"draft":100,"extension":101,"image":102,"meta":103,"navigation":104,"path":105,"seo":106,"stem":107,"tags":108,"__hash__":112},"blog_ca\u002Fblog\u002Fenterprise-rag-audit-trail.md","Cada resposta del Company Brain necessita proves","Minerva Data Solutions",{"type":8,"value":9,"toc":90},"minimark",[10,14,17,22,25,47,50,54,57,60,64,67],[11,12,13],"p",{},"Enterprise RAG no és només “xat amb els teus documents”. En equips regulats, el producte real és una cadena d’evidència defensable: qui ha preguntat, quins documents s’han consultat, quins fragments s’han recuperat, quin model ha respost i quines fonts exactes sostenen la resposta final.",[11,15,16],{},"Això importa perquè una resposta convincent sense procedència és perillosa. Pot estalviar cinc minuts avui i costar cinc setmanes durant una auditoria, revisió legal, disputa amb un proveïdor o escalada al consell.",[18,19,21],"h3",{"id":20},"què-necessita-una-resposta-rag-auditable","Què necessita una resposta RAG auditable",[11,23,24],{},"Una resposta útil per empresa hauria de portar un registre de procedència:",[26,27,28,32,35,38,41,44],"ul",{},[29,30,31],"li",{},"ID del document, títol, propietari, versió i estat de retenció",[29,33,34],{},"Pàgina, secció, paràgraf o fragment que sosté cada afirmació",[29,36,37],{},"Mètode de recuperació, score de ranking, score de reranking i instantània de l’índex",[29,39,40],{},"Versió del prompt, versió del model, temperatura i crides a eines",[29,42,43],{},"Usuari, workspace, timestamp, política d’accés i context de negoci",[29,45,46],{},"Resposta final més els IDs d’evidència que diu utilitzar",[11,48,49],{},"La idea central és la reproduïbilitat. Si algú qüestiona una resposta sis mesos després, l’equip ha de poder reconstruir què sabia el sistema en aquell moment, no com és el corpus avui.",[18,51,53],{"id":52},"el-patró-darquitectura","El patró d’arquitectura",[11,55,56],{},"Comença amb un arxiu brut. Normalitza el text a una representació canònica. Fragmenta amb regles estables. Desa cada fragment amb metadades que sobrevisquin a tot el pipeline. Versiona els índexs, no només els documents. Després registra recuperació, reranking, generació i validació de cites com una sola traça.",[11,58,59],{},"Aquí fallen molts prototips RAG. Guarden la resposta final i algunes cites, però no alternatives recuperades, scores, versió de l’índex, inputs del prompt o controls d’accés. Serveix per a una demo. No serveix per a compliance.",[18,61,63],{"id":62},"què-cal-mesurar","Què cal mesurar",[11,65,66],{},"No n’hi ha prou amb “la resposta sembla bona”. Mesura precisió de recuperació, validesa de cites, fidelitat, qualitat del rebuig, taxa de documents obsolets i exactitud quan no hi ha resposta. En fluxos regulats, dir “no hi ha resposta fiable al corpus actual” sovint és millor que inventar-la.",[11,68,69,70,77,78,83,84,89],{},"Lectures útils: ",[71,72,76],"a",{"href":73,"rel":74},"https:\u002F\u002Ffuzzypoint.uk\u002Fenterprise-rag-designing-retrieval-augmented-generation-with",[75],"nofollow","Enterprise RAG with provenance and auditability",", ",[71,79,82],{"href":80,"rel":81},"https:\u002F\u002Flangfuse.com\u002Fguides\u002Fcookbook\u002Fevaluation_of_rag_with_ragas",[75],"avaluació RAG amb Ragas a Langfuse"," i ",[71,85,88],{"href":86,"rel":87},"https:\u002F\u002Flangfuse.com\u002Fdocs\u002Fobservability\u002Fdata-model",[75],"conceptes d’observabilitat de Langfuse",".",{"title":91,"searchDepth":92,"depth":92,"links":93},"",2,[94,96,97],{"id":20,"depth":95,"text":21},3,{"id":52,"depth":95,"text":53},{"id":62,"depth":95,"text":63},"2026-05-25","Com traçar respostes fins a l’evidència d’origen perquè auditoria, legal, direcció i agents confiïn en el que va dir el sistema.",false,"md","\u002Fimg\u002Fog-image.png",{},true,"\u002Fblog\u002Fenterprise-rag-audit-trail",{"title":5,"description":99},"blog\u002Fenterprise-rag-audit-trail",[109,110,111],"enterprise RAG","audit trail","document intelligence","4XtMdkWmE6ExalvslozI4iQV5zitHvuf0LdWbRWC7fM",[114,170,264,335,422],{"id":4,"title":5,"author":6,"body":115,"date":98,"description":99,"draft":100,"extension":101,"image":102,"meta":167,"navigation":104,"path":105,"seo":168,"stem":107,"tags":169,"__hash__":112},{"type":8,"value":116,"toc":162},[117,119,121,123,125,139,141,143,145,147,149,151],[11,118,13],{},[11,120,16],{},[18,122,21],{"id":20},[11,124,24],{},[26,126,127,129,131,133,135,137],{},[29,128,31],{},[29,130,34],{},[29,132,37],{},[29,134,40],{},[29,136,43],{},[29,138,46],{},[11,140,49],{},[18,142,53],{"id":52},[11,144,56],{},[11,146,59],{},[18,148,63],{"id":62},[11,150,66],{},[11,152,69,153,77,156,83,159,89],{},[71,154,76],{"href":73,"rel":155},[75],[71,157,82],{"href":80,"rel":158},[75],[71,160,88],{"href":86,"rel":161},[75],{"title":91,"searchDepth":92,"depth":92,"links":163},[164,165,166],{"id":20,"depth":95,"text":21},{"id":52,"depth":95,"text":53},{"id":62,"depth":95,"text":63},{},{"title":5,"description":99},[109,110,111],{"id":171,"title":172,"author":6,"body":173,"date":253,"description":254,"draft":100,"extension":101,"image":102,"meta":255,"navigation":104,"path":256,"seo":257,"stem":258,"tags":259,"__hash__":263},"blog_ca\u002Fblog\u002Feu-ai-act-dora-evidence-packs.md","Paquets d’evidència del Company Brain per a EU AI Act i DORA",{"type":8,"value":174,"toc":248},[175,178,181,185,188,191,214,218,221,224,228,231],[11,176,177],{},"Per a organitzacions europees financeres i regulades, el compliance d’IA s’està convertint en un problema d’evidència en temps d’execució. Les polítiques importen, però els auditors necessiten proves que el sistema s’ha comportat correctament: logs, aprovacions, incidents, canvis de model, dependències de proveïdors i overrides humans.",[11,179,180],{},"L’error és crear un procés d’evidència per a l’AI Act i un altre per a DORA. El patró més sòlid és una capa comuna de telemetria amb diferents vistes reguladores.",[18,182,184],{"id":183},"on-se-solapen-les-obligacions","On se solapen les obligacions",[11,186,187],{},"L’AI Act empeny cap a gestió de riscos, documentació tècnica, logs d’operació, transparència, supervisió humana, gestió de qualitat i monitoratge posterior al desplegament. DORA exigeix gestió de risc TIC, notificació d’incidents, proves de resiliència, registre de tercers i continuïtat operativa.",[11,189,190],{},"Els documents són diferents, però l’evidència sovint ve dels mateixos esdeveniments:",[26,192,193,196,199,202,205,208,211],{},[29,194,195],{},"Quin sistema d’IA s’ha utilitzat",[29,197,198],{},"Qui l’ha activat",[29,200,201],{},"Quin procés de negoci ha afectat",[29,203,204],{},"Quines fonts de dades, eines i proveïdors han intervingut",[29,206,207],{},"Quines versions de model i prompt s’han executat",[29,209,210],{},"Si una persona ha revisat, aprovat, rebutjat o corregit la sortida",[29,212,213],{},"Si hi ha hagut incident, deriva, incompliment de política o violació d’accés",[18,215,217],{"id":216},"el-model-devidence-pack","El model d’evidence pack",[11,219,220],{},"Un evidence pack és un paquet preparat per al regulador generat des de telemetria viva del sistema. Hauria d’incloure registre del sistema d’IA, classificació de risc, flux de dades, inventari de models i proveïdors, logs per execució, registres de supervisió humana, dependències de tercers, política de retenció i incidents relacionats.",[11,222,223],{},"Per a una vista AI Act, mostra documentació tècnica, logs d’operació, evidència de supervisió i resultats de monitoratge. Per a una vista DORA, mostra mapa de risc TIC, concentració de tercers, forense d’incidents, controls de resiliència i impacte en continuïtat.",[18,225,227],{"id":226},"què-cal-evitar","Què cal evitar",[11,229,230],{},"No depenguis només de qüestionaris o polítiques estàtiques. Són catàlegs útils, però no proven comportament real. L’evidència ha de venir del sistema d’IA, des del moment que recupera dades, crida eines, genera sortida i espera aprovació humana.",[11,232,69,233,77,238,83,243,89],{},[71,234,237],{"href":235,"rel":236},"https:\u002F\u002Fwww.knowlee.ai\u002Fblog\u002Fai-compliance-banking-dora-ai-act",[75],"AI compliance for banking where DORA meets the AI Act",[71,239,242],{"href":240,"rel":241},"https:\u002F\u002Fwww.knowlee.ai\u002Fblog\u002Fai-audit-trail-implementation-guide",[75],"guia d’audit trail per a l’EU AI Act",[71,244,247],{"href":245,"rel":246},"https:\u002F\u002Fwww.sphereinc.com\u002Fblogs\u002Fai-system-registry-regulator-ready",[75],"guia de registre de sistemes d’IA",{"title":91,"searchDepth":92,"depth":92,"links":249},[250,251,252],{"id":183,"depth":95,"text":184},{"id":216,"depth":95,"text":217},{"id":226,"depth":95,"text":227},"2026-05-24","Estructures pràctiques d’evidència per a governança d’IA, resiliència operativa i automatització controlada.",{},"\u002Fblog\u002Feu-ai-act-dora-evidence-packs",{"title":172,"description":254},"blog\u002Feu-ai-act-dora-evidence-packs",[260,261,262],"EU AI Act","DORA","AI governance","2cY4I8iGxVBi-1AgSty__ftqgb_ABqQ_NVkyCdC14aI",{"id":265,"title":266,"author":6,"body":267,"date":324,"description":325,"draft":100,"extension":101,"image":102,"meta":326,"navigation":104,"path":327,"seo":328,"stem":329,"tags":330,"__hash__":334},"blog_ca\u002Fblog\u002Fcitation-faithfulness-rag.md","Les cites no són governança",{"type":8,"value":268,"toc":319},[269,272,275,279,282,285,288,292,295,299,302],[11,270,271],{},"Els enllaços a fonts fan que una resposta d’IA sembli fiable. Però no la converteixen automàticament en fiable. Un sistema RAG pot citar un document real i tot i així tergiversar-lo, citar un document que no ha utilitzat realment o afegir una font després de generar la resposta des de memòria del model.",[11,273,274],{},"Per això els equips que construeixen intel·ligència documental han de separar presència de cita de fidelitat de cita.",[18,276,278],{"id":277},"tres-fallades-de-citació-a-vigilar","Tres fallades de citació a vigilar",[11,280,281],{},"La primera fallada són IDs de cita inventats. El model fabrica una referència a un fragment que mai s’ha recuperat. Això es pot detectar fàcilment: obliga a usar un format estricte i valida cada ID citat contra el conjunt d’evidències recuperades abans de retornar la resposta.",[11,283,284],{},"La segona fallada és atribució feble. El fragment citat existeix, però no sosté l’afirmació. Això exigeix avaluació de fidelitat: comparar les afirmacions de la resposta contra el context recuperat, no només comprovar si hi ha una cita.",[11,286,287],{},"La tercera fallada és autoritat obsoleta. La font sostenia l’afirmació abans, però ha estat substituïda per una política, addenda contractual, regulació o procediment més recent. Per això importen el versionat documental i l’expiració d’índexs.",[18,289,291],{"id":290},"controls-en-temps-dexecució","Controls en temps d’execució",[11,293,294],{},"En runtime, limita el model a citar només IDs recuperats. Rebutja o reintenta si la resposta cita IDs no suportats. Exigeix que cada afirmació material es mapegi a un o més fragments. Afegeix una ruta explícita de “no hi ha evidència suficient”. Tracta la sobrecitació com un defecte, perquè citar tots els documents a cada frase torna les cites inútils.",[18,296,298],{"id":297},"controls-davaluació","Controls d’avaluació",[11,300,301],{},"Avalua precisió de context, rellevància de resposta, validesa de cites i fidelitat sobre traces de producció. Comença amb scoring per lots si el cost preocupa. L’objectiu no és una mètrica acadèmica perfecta; és un senyal estable que indiqui quan deriven la recuperació, el chunking o el comportament del model.",[11,303,304,305,77,310,83,315,89],{},"Fonts útils: ",[71,306,309],{"href":307,"rel":308},"https:\u002F\u002Fdl.acm.org\u002Fdoi\u002F10.1145\u002F3731120.3744592",[75],"Correctness is not Faithfulness in Retrieval Augmented Generation Attributions",[71,311,314],{"href":312,"rel":313},"https:\u002F\u002Fhelain-zimmermann.com\u002Fblog\u002Fenterprise-rag-with-citation-tracking-and-audit-trails",[75],"Enterprise RAG with citation tracking and audit trails",[71,316,318],{"href":80,"rel":317},[75],"avaluació RAG amb Ragas",{"title":91,"searchDepth":92,"depth":92,"links":320},[321,322,323],{"id":277,"depth":95,"text":278},{"id":290,"depth":95,"text":291},{"id":297,"depth":95,"text":298},"2026-05-23","Per què les respostes amb fonts també fallen, i quins controls necessita un Company Brain abans que equips o agents actuïn.",{},"\u002Fblog\u002Fcitation-faithfulness-rag",{"title":266,"description":325},"blog\u002Fcitation-faithfulness-rag",[331,332,333],"RAG evaluation","citations","hallucinations","r958oram9p9920JczFfYCZ_suasMFmjQmpB9CSB7I2A",{"id":336,"title":337,"author":6,"body":338,"date":411,"description":412,"draft":100,"extension":101,"image":102,"meta":413,"navigation":104,"path":414,"seo":415,"stem":416,"tags":417,"__hash__":421},"blog_ca\u002Fblog\u002Fdocument-ingestion-checklist.md","Abans del Company Brain: checklist d’ingesta documental",{"type":8,"value":339,"toc":404},[340,343,346,350,353,356,360,363,366,370,373,376,380,383,386,390,393],[11,341,342],{},"La majoria de projectes de document AI no fallen a la capa de chatbot. Fallen abans: permisos desordenats, documents duplicats, OCR feble, manca de propietari, metadades pobres, fitxers obsolets i cap manera de provar quina versió s’ha utilitzat.",[11,344,345],{},"Abans de construir RAG, construeix disciplina d’ingesta.",[18,347,349],{"id":348},"_1-classifica-el-corpus","1. Classifica el corpus",[11,351,352],{},"Comença separant famílies documentals: polítiques, procediments, contractes, packs de comitè, evidències d’auditoria, manuals tècnics, factures, emails i PDFs escanejats. Cada família té estructura, retenció, propietaris i risc diferents.",[11,354,355],{},"No tractis tot el shared drive com un únic bloc. Una clàusula contractual, una excepció de política i una factura escanejada necessiten regles diferents de parsing i revisió.",[18,357,359],{"id":358},"_2-conserva-la-font-de-veritat","2. Conserva la font de veritat",[11,361,362],{},"Desa una còpia bruta immutable. Emmagatzema el text extret per separat. Registra versió del parser, motor OCR, idioma, nombre de pàgines, checksum, propietari, data de creació, modificació i ubicació original.",[11,364,365],{},"Si el text extret canvia perquè millores OCR o parsing, has de saber quina font va produir el resultat anterior.",[18,367,369],{"id":368},"_3-normalitza-abans-dembedir","3. Normalitza abans d’embedir",[11,371,372],{},"Neteja capçaleres, peus, números de pàgina, boilerplate, guionets, taules i notes legals repetides. Conserva senyals de layout quan importen: títols, seccions, taules, clàusules, signatures i annexos.",[11,374,375],{},"Embeure text brut crea recuperació bruta. El model no compensa un corpus malmès durant la ingesta.",[18,377,379],{"id":378},"_4-fragmenta-per-significat-no-per-mida-arbitrària","4. Fragmenta per significat, no per mida arbitrària",[11,381,382],{},"El chunking ha de respectar l’estructura del document. Les polítiques funcionen per secció. Els contractes per clàusula. Els manuals per procediment. Les taules necessiten tractament especial. Un tall cec de 1.000 tokens és simple, però pot partir l’evidència exacta per la meitat.",[11,384,385],{},"Cada chunk ha de portar metadades suficients: ID de document, versió, pàgina, ruta d’encapçalaments, número de clàusula, idioma, scope d’accés i política de retenció.",[18,387,389],{"id":388},"_5-valida-abans-de-llançar","5. Valida abans de llançar",[11,391,392],{},"Fes servir preguntes reals. Inclou preguntes sense resposta, conflictes entre documents antics i nous, documents restringits per permisos i llenguatge ambigu. Mesura precisió de recuperació abans d’optimitzar l’LLM.",[11,394,69,395,83,400,89],{},[71,396,399],{"href":397,"rel":398},"https:\u002F\u002Ftowardsdatascience.com\u002Fdocument-intelligence-a-series-on-building-rag-brick-by-brick-from-minimal-to-corpus-scale\u002F",[75],"sèrie d’enterprise document intelligence",[71,401,403],{"href":73,"rel":402},[75],"patrons de procedència en enterprise RAG",{"title":91,"searchDepth":92,"depth":92,"links":405},[406,407,408,409,410],{"id":348,"depth":95,"text":349},{"id":358,"depth":95,"text":359},{"id":368,"depth":95,"text":369},{"id":378,"depth":95,"text":379},{"id":388,"depth":95,"text":389},"2026-05-22","Les comprovacions prèvies que eviten que mal OCR, versions incorrectes i fuites de permisos enverinin la capa d’automatització.",{},"\u002Fblog\u002Fdocument-ingestion-checklist",{"title":337,"description":412},"blog\u002Fdocument-ingestion-checklist",[418,419,420],"document AI","ingestion","knowledge management","ZB_HYLTDrI91_4LEWAnvwLKAtjGnXIC4fbCamueDzkI",{"id":423,"title":424,"author":6,"body":425,"date":511,"description":512,"draft":100,"extension":101,"image":102,"meta":513,"navigation":104,"path":514,"seo":515,"stem":516,"tags":517,"__hash__":521},"blog_ca\u002Fblog\u002Fai-system-registry-shadow-ai.md","La IA a l’ombra és un problema de Company Brain",{"type":8,"value":426,"toc":506},[427,430,433,437,440,472,475,479,482,485,489,492,495],[11,428,429],{},"No pots governar sistemes d’IA que no pots anomenar. Aquest és el problema del shadow AI: els equips adopten assistents, eines d’automatització, processadors documentals, extensions de navegador, agents i copilots SaaS més ràpid del que governance pot inventariar-los.",[11,431,432],{},"Un full de càlcul és un inici, però no és un registre. Un bon registre de sistemes d’IA és viu, té propietaris, es pot cercar i es pot exportar.",[18,434,436],{"id":435},"què-ha-dentrar-al-registre","Què ha d’entrar al registre",[11,438,439],{},"Cada entrada hauria de respondre preguntes pràctiques:",[26,441,442,445,448,451,454,457,460,463,466,469],{},[29,443,444],{},"Com es diu el sistema i qui n’és propietari",[29,446,447],{},"Quin procés de negoci suporta",[29,449,450],{},"Si és intern, vendor-hosted, integrat en SaaS o open source",[29,452,453],{},"Quin model o proveïdor utilitza",[29,455,456],{},"A quines dades accedeix",[29,458,459],{},"Si processa dades personals, confidencials, financeres, legals o regulades",[29,461,462],{},"Quina classificació de risc té",[29,464,465],{},"Quina supervisió humana existeix",[29,467,468],{},"Quins logs, polítiques, avaluacions i incidents hi estan vinculats",[29,470,471],{},"Si l’organització pot suspendre’l ràpidament",[11,473,474],{},"El registre ha de cobrir sistemes formals i sistemes ombra. Si no, les eines de més risc poden ser precisament les que ningú ha revisat.",[18,476,478],{"id":477},"el-workflow-que-funciona","El workflow que funciona",[11,480,481],{},"El descobriment hauria de combinar dades de compres, logs de SSO, senyals de xarxa, telemetria d’endpoints, despesa financera, extensions de navegador i entrevistes amb equips de negoci. Després cada sistema avança per un cicle: descobert, perfilat, classificat, documentat, aprovat, monitoritzat i retirat.",[11,483,484],{},"No facis que legal o compliance ho omplin tot manualment. Els propietaris de producte aporten context. Seguretat enriqueix senyals d’accés i flux de dades. Enginyeria exposa telemetria i dependències de model. Compliance defineix criteris de classificació i aprovació.",[18,486,488],{"id":487},"què-el-fa-preparat-per-al-regulador","Què el fa preparat per al regulador",[11,490,491],{},"Un registre preparat per al regulador pot exportar dades estructurades sota demanda. Ha d’incloure nom, propòsit, owner, vendor, risc, domini de desplegament, categories de dades, model\u002Fproveïdor, estat documental, estat de supervisió, historial d’incidents i data de revisió.",[11,493,494],{},"L’objectiu no és burocràcia. És claredat operativa. Quan un regulador, client o consell pregunta “on fem servir IA?”, la resposta hauria de tardar minuts, no setmanes.",[11,496,69,497,83,501,89],{},[71,498,500],{"href":245,"rel":499},[75],"guia d’AI system registry",[71,502,505],{"href":503,"rel":504},"https:\u002F\u002Fwww.knowlee.ai\u002Fblog\u002Fai-act-compliance-for-agentic-platforms-2026",[75],"AI Act compliance for agentic platforms",{"title":91,"searchDepth":92,"depth":92,"links":507},[508,509,510],{"id":435,"depth":95,"text":436},{"id":477,"depth":95,"text":478},{"id":487,"depth":95,"text":488},"2026-05-21","Per què els equips necessiten inventariar sistemes d’IA, fonts de coneixement, responsables i rutes de models abans d’automatitzar.",{},"\u002Fblog\u002Fai-system-registry-shadow-ai",{"title":424,"description":512},"blog\u002Fai-system-registry-shadow-ai",[518,519,520],"AI registry","shadow AI","governance","OK_x8mhwh1ETXw_LBxf9948dRL-0MnOVeJMD7zivgfg",{"left":523,"top":523,"width":524,"height":524,"rotate":523,"vFlip":100,"hFlip":100,"body":525},0,512,"\u003Cmask id=\"SVGuywqVbel\">\u003Ccircle cx=\"256\" cy=\"256\" r=\"256\" fill=\"#fff\"\u002F>\u003C\u002Fmask>\u003Cg mask=\"url(#SVGuywqVbel)\">\u003Cpath fill=\"#ffda44\" d=\"M0 0v57l32 29l-32 28v57l32 29l-32 28v57l32 28l-32 28v57l32 29l-32 28v57h512v-57l-32-28l32-29v-57l-32-28l32-28v-57l-32-28l32-29v-57l-32-28l32-29V0z\"\u002F>\u003Cpath fill=\"#d80027\" d=\"M0 57h512v57H0Zm0 114h512v57H0Zm0 114h512v56H0Zm0 113h512v57H0Z\"\u002F>\u003C\u002Fg>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":528},24,"\u003Cpath fill=\"currentColor\" d=\"M15.5 12c2.5 0 4.5 2 4.5 4.5c0 .88-.25 1.71-.69 2.4l3.08 3.1L21 23.39l-3.12-3.07c-.69.43-1.51.68-2.38.68c-2.5 0-4.5-2-4.5-4.5s2-4.5 4.5-4.5m0 2a2.5 2.5 0 0 0-2.5 2.5a2.5 2.5 0 0 0 2.5 2.5a2.5 2.5 0 0 0 2.5-2.5a2.5 2.5 0 0 0-2.5-2.5M13 4v8l-2.5-2.25L8 12V4H6v16h4c.54.81 1.23 1.5 2.03 2H6a2 2 0 0 1-2-2V4a2 2 0 0 1 2-2h12a2 2 0 0 1 2 2v7.81c-.58-.55-1.25-1-2-1.31V4z\"\u002F>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":530},"\u003Cpath fill=\"currentColor\" d=\"M21 11c0 5.55-3.84 10.74-9 12c-5.16-1.26-9-6.45-9-12V5l9-4l9 4zm-9 10c3.75-1 7-5.46 7-9.78V6.3l-7-3.12L5 6.3v4.92C5 15.54 8.25 20 12 21m2.8-10V9.5C14.8 8.1 13.4 7 12 7S9.2 8.1 9.2 9.5V11c-.6 0-1.2.6-1.2 1.2v3.5c0 .7.6 1.3 1.2 1.3h5.5c.7 0 1.3-.6 1.3-1.2v-3.5c0-.7-.6-1.3-1.2-1.3m-1.3 0h-3V9.5c0-.8.7-1.3 1.5-1.3s1.5.5 1.5 1.3z\"\u002F>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":532},"\u003Cpath fill=\"currentColor\" d=\"M17.5 15.5c0 1.11-.89 2-2 2s-2-.89-2-2s.9-2 2-2s2 .9 2 2m-9-2c-1.1 0-2 .9-2 2s.9 2 2 2s2-.89 2-2s-.89-2-2-2M23 15v3c0 .55-.45 1-1 1h-1v1c0 1.11-.89 2-2 2H5a2 2 0 0 1-2-2v-1H2c-.55 0-1-.45-1-1v-3c0-.55.45-1 1-1h1c0-3.87 3.13-7 7-7h1V5.73c-.6-.34-1-.99-1-1.73c0-1.1.9-2 2-2s2 .9 2 2c0 .74-.4 1.39-1 1.73V7h1c3.87 0 7 3.13 7 7h1c.55 0 1 .45 1 1m-2 1h-2v-2c0-2.76-2.24-5-5-5h-4c-2.76 0-5 2.24-5 5v2H3v1h2v3h14v-3h2z\"\u002F>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":534},"\u003Cpath fill=\"currentColor\" d=\"M19 3H5c-1.1 0-2 .9-2 2v14c0 1.1.9 2 2 2h14c1.1 0 2-.9 2-2V5c0-1.1-.9-2-2-2m0 16H5V5h14zM6.2 7.7h5v1.5h-5zm6.8 8.1h5v1.5h-5zm0-2.6h5v1.5h-5zM8 18h1.5v-2h2v-1.5h-2v-2H8v2H6V16h2zm6.1-7.1l1.4-1.4l1.4 1.4l1.1-1l-1.4-1.4L18 7.1L16.9 6l-1.4 1.4L14.1 6L13 7.1l1.4 1.4L13 9.9z\"\u002F>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":536},"\u003Cpath fill=\"currentColor\" d=\"M12 9a3 3 0 0 1 3 3a3 3 0 0 1-3 3a3 3 0 0 1-3-3a3 3 0 0 1 3-3m5.86 10.31C16.23 21.22 14.28 22.45 12 23c-2.56-.61-4.7-2.07-6.42-4.37C3.86 16.34 3 13.8 3 11V5l9-4l9 4v6c0 2.39-.64 4.61-1.92 6.67l-2.91-2.91c.52-.79.83-1.76.83-2.76a5 5 0 0 0-5-5a5 5 0 0 0-5 5a5 5 0 0 0 5 5c1 0 1.97-.31 2.76-.83z\"\u002F>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":538},"\u003Cpath fill=\"currentColor\" d=\"m19 1l-5 5v11l5-4.5zm2 4v13.5c-1.1-.35-2.3-.5-3.5-.5c-1.7 0-4.15.65-5.5 1.5V6c-1.45-1.1-3.55-1.5-5.5-1.5S2.45 4.9 1 6v14.65c0 .25.25.5.5.5c.1 0 .15-.05.25-.05C3.1 20.45 5.05 20 6.5 20c1.95 0 4.05.4 5.5 1.5c1.35-.85 3.8-1.5 5.5-1.5c1.65 0 3.35.3 4.75 1.05c.1.05.15.05.25.05c.25 0 .5-.25.5-.5V6c-.6-.45-1.25-.75-2-1M10 18.41C8.75 18.09 7.5 18 6.5 18c-1.06 0-2.32.19-3.5.5V7.13c.91-.4 2.14-.63 3.5-.63s2.59.23 3.5.63z\"\u002F>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":540},"\u003Cpath fill=\"currentColor\" d=\"M12 3c-1.27 0-2.4.8-2.82 2H3v2h1.95L2 14c-.47 2 1 3 3.5 3s4.06-1 3.5-3L6.05 7h3.12c.33.85.98 1.5 1.83 1.83V20H2v2h20v-2h-9V8.82c.85-.32 1.5-.97 1.82-1.82h3.13L15 14c-.47 2 1 3 3.5 3s4.06-1 3.5-3l-2.95-7H21V5h-6.17C14.4 3.8 13.27 3 12 3m0 2a1 1 0 0 1 1 1a1 1 0 0 1-1 1a1 1 0 0 1-1-1a1 1 0 0 1 1-1m-6.5 5.25L7 14H4zm13 0L20 14h-3z\"\u002F>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":542},"\u003Cpath fill=\"currentColor\" d=\"M19 3a2 2 0 0 1 2 2v14a2 2 0 0 1-2 2H5a2 2 0 0 1-2-2V5a2 2 0 0 1 2-2zm-.5 15.5v-5.3a3.26 3.26 0 0 0-3.26-3.26c-.85 0-1.84.52-2.32 1.3v-1.11h-2.79v8.37h2.79v-4.93c0-.77.62-1.4 1.39-1.4a1.4 1.4 0 0 1 1.4 1.4v4.93zM6.88 8.56a1.68 1.68 0 0 0 1.68-1.68c0-.93-.75-1.69-1.68-1.69a1.69 1.69 0 0 0-1.69 1.69c0 .93.76 1.68 1.69 1.68m1.39 9.94v-8.37H5.5v8.37z\"\u002F>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":544},"\u003Cpath fill=\"currentColor\" d=\"M22.46 6c-.77.35-1.6.58-2.46.69c.88-.53 1.56-1.37 1.88-2.38c-.83.5-1.75.85-2.72 1.05C18.37 4.5 17.26 4 16 4c-2.35 0-4.27 1.92-4.27 4.29c0 .34.04.67.11.98C8.28 9.09 5.11 7.38 3 4.79c-.37.63-.58 1.37-.58 2.15c0 1.49.75 2.81 1.91 3.56c-.71 0-1.37-.2-1.95-.5v.03c0 2.08 1.48 3.82 3.44 4.21a4.2 4.2 0 0 1-1.93.07a4.28 4.28 0 0 0 4 2.98a8.52 8.52 0 0 1-5.33 1.84q-.51 0-1.02-.06C3.44 20.29 5.7 21 8.12 21C16 21 20.33 14.46 20.33 8.79c0-.19 0-.37-.01-.56c.84-.6 1.56-1.36 2.14-2.23\"\u002F>",{"left":523,"top":523,"width":527,"height":527,"rotate":523,"vFlip":100,"hFlip":100,"body":546},"\u003Cpath fill=\"currentColor\" d=\"M12 2A10 10 0 0 0 2 12c0 4.42 2.87 8.17 6.84 9.5c.5.08.66-.23.66-.5v-1.69c-2.77.6-3.36-1.34-3.36-1.34c-.46-1.16-1.11-1.47-1.11-1.47c-.91-.62.07-.6.07-.6c1 .07 1.53 1.03 1.53 1.03c.87 1.52 2.34 1.07 2.91.83c.09-.65.35-1.09.63-1.34c-2.22-.25-4.55-1.11-4.55-4.92c0-1.11.38-2 1.03-2.71c-.1-.25-.45-1.29.1-2.64c0 0 .84-.27 2.75 1.02c.79-.22 1.65-.33 2.5-.33s1.71.11 2.5.33c1.91-1.29 2.75-1.02 2.75-1.02c.55 1.35.2 2.39.1 2.64c.65.71 1.03 1.6 1.03 2.71c0 3.82-2.34 4.66-4.57 4.91c.36.31.69.92.69 1.85V21c0 .27.16.59.67.5C19.14 20.16 22 16.42 22 12A10 10 0 0 0 12 2\"\u002F>",1784650034807]