【技術加乘】透過RPA整合LLM、RAG及Multi-Agent加速AI應用開發
將LLM、RAG與Multi-Agent等熱門技術透過RPA來整合開發，可以顯著提高AI系統的靈活性和智慧水準，滿足不同行業和領域的需求。
【CAVEDU講堂】NVIDIA Jetson AI Lab 大解密！範例與系統需求介紹
本文將按照2024年7月的更新進度，詳細介紹 NVIDIA Jetson AI Lab 各範例的功能與系統需求，將協助於讀者了解哪些裝置和 JetPack 版本適合所需的範例，更順利地使用 NVIDIA Jetson AI Lab 。
【LLM Inside】智慧家庭AI助手 – SenseCAP Watcher群眾募資中
近期Seeed Studio提出與Rabbit R1相仿的硬體，稱為SenseCAP Watcher，其價格較Rabbit R1平易，且搭配的LLM不一定要在雲端，也可以在本地端。本篇文章，就會介紹Seeed Studio推出的SenseCAP Watcher！
【自動化工作流程】n8n整合AI之常見應用及創建流程
近來AI火熱，開源平台n8n 也大幅度的整合了 AI 技術，使自動化流程更加智能化，進而大大提升了其功能和靈活性。本文將介紹n8n結合AI的常見應用及創建流程。
Arm運算平台助力Llama 3.2 LLM實現AI推論加速與擴展
Arm與Meta展開緊密合作，在Arm CPU上啟用新的Llama 3.2 LLM，整合開源創新與 Arm 運算平台的優勢，為使用者帶來全新、快速的AI 體驗。
利用Ollama速成本機端LLM大對話應用
愈來愈多輕量版的LLM登場，開始能夠在一般電腦上安裝使用，如NVIDIA Chat with RTX、AMD LLM Studio等。本文將介紹如何一步步使用Ollama來超快速的實現本機端LLM。
0514邊緣系統VLM視覺理解推論實作工作坊
