Generative AI与Agentic AI：它们的区别何在？
llmtrend Agentic AI不仅仅生成内容，它还基于目标采取自主行动。它能够做出决策、规划步骤，并与系统交互以完成任务，几乎不需要人为干预。Agentic AI能够根据预设的目标和环境信息做出决策。这种能力使得它在需要快速响应和复杂决策的场景中非常有用，比如自动驾驶汽车和智能交通系统。
超越OCR+LLM：引入Agentic文档提取技术
Agentic文档提取技术与OCR和基于LLM的PDF处理不同，它将文档视为结构化的视觉表示，从而实现更准确和可验证的答案。理解复杂布局：提取文本、表格、图表和表单字段，同时保留它们的布局和关系（稍后将详细介绍这种保留是如何实现的）。
产品经理为何需要了解MCP（以及他们需要了解什么）
MCP是一种允许开发者在AI模型（如大型语言模型LLMs）和完成任务所需的上下文之间建立双向连接的协议。这种上下文可以是医疗诊断所需的患者医疗历史、法律文件分析所需的具体案例法律参考、财务投资组合优化所需的市场数据等。
Open WebUI on Docker：本地部署AI模型的便捷之选
Open WebUI是一个用户友好的、自托管的Web界面，旨在与AI模型进行交互，特别是大型语言模型（LLMs）。它提供了一个图形界面，允许用户在本地或自托管环境中运行和与LLMs交互。这意味着用户可以在自己的计算机上，甚至是树莓派上，运行这些模型，而不需要依赖于外部的云服务。
提前了解Prompt Injection，否则你将面临攻击
Prompt Injection是一种攻击手段，攻击者通过精心设计的输入，使得AI系统产生非预期的行为。这种攻击方式可以分为直接和间接两种形式：直接提示注入、间接提示注入、混合提示注入；直接提示注入是攻击者直接向大型语言模型（LLM）输入恶意提示，以此来控制用户输入。
RAG在大型语言模型（LLMs）中的应用：逐步指南
大型语言模型（LLMs）在自然语言处理（NLP）领域带来了革命性的变化，但它们也有局限性，尤其是在处理特定领域的知识时。这时，RAG技术就显得尤为重要。RAG通过检索相关的外部文档并与生成性回应相结合，提高了准确性和事实一致性。
“推理”与大型语言模型（LLMs）：揭秘AI的思考过程
“推理”是ChatGPT的一种能力，它能够将复杂的问题分解成清晰、逻辑的步骤，从而揭示AI的内部思考过程。这与我们人类在面对需要深思的问题时，会写下思路、验证信息、进行计算并最终验证的过程非常相似。简而言之，大模型推理功能让我们能够看到AI是如何一步步构建其答案的。
解开大型语言模型的奥秘：Transformer如何革新人工智能
2017年，谷歌通过具有里程碑意义的论文《Attention Is All You Need》引入了Transformer模型，从而彻底改变了人工智能。与早期逐字处理文本的模型不同，Transformer采用了一种名为自注意力（self-attention）的技术。
TAG（表格增强生成）技术简介
当下能够将结构化数据与自然语言处理相结合至关重要。TAG（Table Augmented Generation），即表格增强生成技术，正是在这样的背景下应运而生。TAG技术允许大型语言模型（如Gemini）直接访问和利用表格或数据库中的结构化数据，以生成文本。
RAG技术在代码库中的应用：逐步指南
我们构建一个基于RAG的代码库AI专家，它可以帮助我们更好地理解和改进代码库。这个项目不仅展示了RAG技术在代码理解和生成中的应用，而且还提供了一个实际的案例，展示了如何将这些技术应用于实际问题。随着技术的不断发展，我们可以期待RAG技术在代码库管理和软件开发中发挥更大的作用。