- 大型语言模型(例如GPT [1],Llama 2 [2],Llava [3]),以利用基于变压器的生成模型的能力来解释以自然语言提出的最终用户的问题,生成符合内部文本需求的文本和代码,并基于基于繁殖链(Cot(Cot)(Cot(Cot)(Cot(Cot))提示, - 多模式体系结构(例如剪辑[4]),以有效处理不同模态的输入数据(例如,图像,表格,语音); - 搜索引擎(例如Elasticsearch [5]),有效地存储,索引和检索有关漏洞和渗透测试的数据; - 通过利用LLM功能来有效地解决有关专有数据的任务的检索(例如Llama索引[6])。