<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Generative AI on AI Lab @ Yuting</title><link>https://ailab.yuting.cc/tags/generative-ai/</link><description>Recent content in Generative AI on AI Lab @ Yuting</description><image><title>AI Lab @ Yuting</title><url>https://ailab.yuting.cc/images/ai-cover.png</url><link>https://ailab.yuting.cc/images/ai-cover.png</link></image><generator>Hugo</generator><language>zh-tw</language><lastBuildDate>Mon, 04 May 2026 09:44:11 +0800</lastBuildDate><atom:link href="https://ailab.yuting.cc/tags/generative-ai/index.xml" rel="self" type="application/rss+xml"/><item><title>為生成式 AI 打造堅不可摧的防線：Google Cloud Model Armor 實戰解析</title><link>https://ailab.yuting.cc/posts/securing-ai-applications-model-armor/</link><pubDate>Mon, 04 May 2026 09:44:11 +0800</pubDate><guid>https://ailab.yuting.cc/posts/securing-ai-applications-model-armor/</guid><description>&lt;blockquote&gt;
&lt;p&gt;🔗 &lt;strong&gt;官方資料來源&lt;/strong&gt;：&lt;a href="https://codelabs.developers.google.com/codelabs/production-ready-ai-with-gc/4-securing-ai-applications/securing-ai-applications?hl=zh-cn"&gt;Securing AI Applications with Model Armor&lt;/a&gt;&lt;/p&gt;
&lt;/blockquote&gt;
&lt;p&gt;在企業大舉導入生成式 AI 的今天，安全團隊面臨了全新的挑戰：如何確保使用者不會透過惡意的「提示注入 (Prompt Injection)」操控模型？又該如何防止 AI 在回覆中不小心洩漏使用者的個人身分資訊 (PII)？&lt;/p&gt;</description></item><item><title>專案聚焦：Gemini 情感分析與實體識別</title><link>https://ailab.yuting.cc/posts/gemini-sentiment-analysis/</link><pubDate>Mon, 08 Dec 2025 12:05:00 +0800</pubDate><guid>https://ailab.yuting.cc/posts/gemini-sentiment-analysis/</guid><description>&lt;p&gt;在這篇文章中，我們將深入探討一個令人興奮的開源專案，該專案利用 Google 的 &lt;strong&gt;Gemini 2.5 Flash Lite&lt;/strong&gt; 模型對文字進行進階的情感分析和實體識別。這個名為 &lt;code&gt;gemini-sentiment-web&lt;/code&gt; 的專案展示了如何將現代生成式 AI (Generative AI) 整合到簡單的 Flask Web 應用程式中。&lt;/p&gt;</description></item></channel></rss>