LLM TREND

大模型技术趋势分享：LLM、RAG、Prompt、Agent、Fine-tuning等

LangGraph

RAG

从 LangChain 到 LangGraph：构建下一代 RAG 架构的飞跃

llmtrend 没有评论

在大型语言模型（LLMs）和检索增强生成（RAG）的世界里，开发者们不断探索更高效、更灵活的工具。本文将深入探讨从 LangChain 到 LangGraph 的转变，解析 LangGraph 如何成为构建下一代 RAG 架构，如 CRAG (Corrective RAG)、Self-RAG、Agentic-RAG 和 Adaptive-RAG 的理想选择。我们还将通过一个实际的推文生成案例，展示

Agent

LangGraph：用工具、记忆与工作流打造更智能的 Agent

llmtrend 没有评论

在人工智能领域，构建能够自主思考、学习和行动的 Agent 一直是核心目标。近年来，随着大模型技术的飞速发展，构建 Agent 的工具和框架层出不穷。本文将深入探讨 LangGraph，一个基于图结构的框架，它能让你更轻松地构建复杂、结构化的 Agent 工作流，并集成 工具 与 记忆，最终打造出更加智能的 Agent。 LangGraph 简介：告别线性工作流 LangGraph 是一种有状态的

You Missed

LLM

警惕AI模型“知识编辑”：潜藏的安全风险正在被忽视

LLM

CrewAI vs. LangChain：如何为你的Agentic项目选择合适的LLM框架？

LLM

DeepSEEK vs. ChatGPT：谁才是更适合你的AI工具？

LLM

GPT架构：从自注意力到规模化，解密ChatGPT背后的技术奥秘