Open LLM End User: 開源模型應用

本軌聚焦於開源模型在取得生成內容後的應用場景與系統整合。我們歡迎分享如何將 AI 能力轉化為實際工具，解決真實世界問題的實戰經驗。主題包括但不限於：

1. 檢索增強生成與系統整合 分享 RAG（Retrieval-Augmented Generation）架構的實作、向量資料庫的應用，以及如何將 LLM 整合進現有的軟體工作流。
2. AI 代理人與自動化流程 探討如何利用開源模型構建具備任務規劃與執行能力的 AI Agents，以及在不同產業場景中的自動化實踐。
3. 應用層的評估與安全 討論如何評估生成內容的品質（如 Hallucination 檢測）、提示詞工程（Prompt Engineering）的優化，以及應用端的隱私保護機制。