1影片進階中文
解剖小龍蝦 — 以 OpenClaw 為例介紹 AI Agent 的運作原理（在新分頁開啟原站）
以 OpenAI 的 OpenClaw 為案例，深入解析 AI Agent 的運作原理。透過實作教學，讀者將掌握如何設計並執行 AI 任務，並理解其核心機制。
109 萬次觀看
※ 摘要僅根據標題與說明
Hung-yi Lee李宏毅
YouTube ・ 台灣 ・ 繁體中文 ・ S 級 ・ 43.9 萬 訂閱 ・ 59 筆內容 ・ 最近更新 2026/05/25
李宏毅（台大電機）：生成式 AI 導論、機器學習；中文 AI 教學標竿
最受歡迎
依人氣
- 2影片進階中文
【生成式AI時代下的機器學習(2025)】第二講：一堂課搞懂 AI Agent 的原理 (AI如何透過經驗調整行為、使用工具和做計劃)（在新分頁開啟原站）
本講解介紹生成式 AI 時代下機器學習如何演變，重點在於 AI Agent 的原理，解釋其透過經驗調整行為、使用工具及執行計劃的機制。
46.3 萬次觀看※ 摘要僅根據標題與說明
- 3影片入門中文
【生成式AI時代下的機器學習(2025)】第一講：一堂課搞懂生成式人工智慧的技術突破與未來發展（在新分頁開啟原站）
本講解探討生成式 AI 時代機器學習的技術突破與未來發展，幫助讀者理解這一領域的核心概念。
※ 摘要僅根據標題與說明
- 4影片入門中文
【生成式人工智慧與機器學習導論2025】第１講：一堂課搞懂生成式人工智慧的原理（在新分頁開啟原站）
本講解介紹生成式 AI 的基本原理，透過簡單案例說明其運作機制，幫助讀者建立對該技術的初步認知。
※ 摘要僅根據標題與說明
- 5影片入門中文
Harness Engineering：有時候語言模型不是不夠聰明，只是沒有人類好好引導（在新分頁開啟原站）
探討語言模型訓練中「引導」的重要性，指出模型聰明程度取決於人類如何設計指令。影片結合生成式 AI 與機器學習基礎，分析大型語言模型的學習歷程與內部運作機制，並透過實際實驗案例說明如何最佳化模型表現。
15.8 萬次觀看※ 摘要僅根據標題與說明
- 6影片入門中文
AI Agent (1/3)：核心技術 Context Engineering 基本概念解說（在新分頁開啟原站）
本影片由李一駿助教解說 AI Agent 的核心技術 Context Engineering，透過背景知識與解剖小龍蝦案例，讓讀者理解 AI Agent 如何透過上下文理解並執行任務。
11.6 萬次觀看※ 摘要僅根據標題與說明
- 9.8 萬次觀看
※ 摘要僅根據標題與說明
- 8影片入門中文
【生成式人工智慧與機器學習導論2025】第 2 講：上下文工程 (Context Engineering) — AI Agent 背後的關鍵技術（在新分頁開啟原站）
本講介紹生成式 AI 與機器學習中上下文工程的重要性，說明如何透過上下文理解 AI Agent 的決策邏輯，並探討未來 AI 如何能自主規劃任務。
17.6 萬次觀看※ 摘要僅根據標題與說明
- 9影片入門中文
【生成式人工智慧與機器學習導論2025】第０講：開場與課程簡介（在新分頁開啟原站）
本影片為《生成式人工智慧與機器學習導論 2025》第 0 講，主要介紹課程開場與整體架構，讓讀者了解後續將涵蓋的基礎概念。
12.9 萬次觀看※ 摘要僅根據標題與說明
- 12.3 萬次觀看
※ 摘要僅根據標題與說明
最新內容
依發布時間
- 影片進階中文
AI 要跨越盧比孔河了嗎？自我成長的 AI 離我們多遠 (下集)
本課程探討 AI 能否自我成長。作者指出，若 AI 能根據人類定義的 Loss 函式進行梯度下降更新，理論上可實現自我進化。然而，AI 的「Harness」（後台模組）往往難以用固定引數描述，且更新規則可能固化。
2.7 萬次觀看 - 4.7 萬次觀看
※ 摘要僅根據標題與說明
- 影片進階中文
AI 能自我修正嗎？從 decoding、workflow 到 reasoning 的技術發展整理（在新分頁開啟原站）
李一駿助教探討 AI 自我修正的技術演進，從 decoding 到 workflow 再到 reasoning，解析其發展脈絡。
※ 摘要僅根據標題與說明
- 影片入門中文
Harness Engineering：有時候語言模型不是不夠聰明，只是沒有人類好好引導（在新分頁開啟原站）
探討語言模型訓練中「引導」的重要性，指出模型聰明程度取決於人類如何設計指令。影片結合生成式 AI 與機器學習基礎，分析大型語言模型的學習歷程與內部運作機制，並透過實際實驗案例說明如何最佳化模型表現。
15.8 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
如何讓 Transformer 知道輸入 Token 的順序？Absolute、Relative、RoPE、到沒有 Positional Embedding（在新分頁開啟原站）
探討 Transformer 模型中位置資訊的三種主要方式：絕對位置、相對位置、RoPE，以及為何要移除位置嵌入。
2.6 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
加快語言模型生成速度 (2/2)：KV Cache（在新分頁開啟原站）
本影片由李一駿助教於 NTU 公開課程中分享，探討語言模型生成速度提升的關鍵技術 KV Cache。內容說明透過預先計算並儲存注意力權重的中間結果，可大幅減少重複計算，從而顯著加快模型推理速度。
※ 摘要僅根據標題與說明
- 影片高階中文
加快語言模型生成速度 (1/2)：Flash Attention（在新分頁開啟原站）
本影片由李一駿助教於 NTU 公開課程中分享，主要介紹 Flash Attention 技術如何透過最佳化記憶體存取模式，大幅加速語言模型生成速度。
3.3 萬次觀看※ 摘要僅根據標題與說明
- 9.8 萬次觀看
※ 摘要僅根據標題與說明
- 5 萬次觀看
※ 摘要僅根據標題與說明
- 影片入門中文
AI Agent (1/3)：核心技術 Context Engineering 基本概念解說（在新分頁開啟原站）
本影片由李一駿助教解說 AI Agent 的核心技術 Context Engineering，透過背景知識與解剖小龍蝦案例，讓讀者理解 AI Agent 如何透過上下文理解並執行任務。
11.6 萬次觀看※ 摘要僅根據標題與說明
- 影片進階中文
解剖小龍蝦 — 以 OpenClaw 為例介紹 AI Agent 的運作原理（在新分頁開啟原站）
以 OpenAI 的 OpenClaw 為案例，深入解析 AI Agent 的運作原理。透過實作教學，讀者將掌握如何設計並執行 AI 任務，並理解其核心機制。
109 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式人工智慧與機器學習導論2025】第 10 講：語音語言模型發展史 (本課程前段內容為歷史回顧，2025 年的技術從 1:42:00 開始)（在新分頁開啟原站）
本講介紹語音語言模型發展史，涵蓋從早期技術到 2025 年現狀的演進，幫助讀者理解 AI 在語音領域的里程碑。
※ 摘要僅根據標題與說明
- 8,220次觀看
※ 摘要僅根據標題與說明
- 影片進階中文
【生成式人工智慧與機器學習導論2025】第 9 講：影像和聲音上的生成策略 — Diffusion/Flow-matching 系列和接龍 (Autoregressive) 這兩條世界線的交會（在新分頁開啟原站）
本講介紹 Diffusion/Flow-matching 系列與接龍 (Autoregressive) 兩種生成策略的交會，探討如何在影像與聲音領域結合應用。
3.1 萬次觀看※ 摘要僅根據標題與說明
- 影片高階中文
【生成式人工智慧與機器學習導論2025】第 8 講：通用模型的終身學習 (Fine-tuning, Model Editing, Model Merging, Test-Time Training)（在新分頁開啟原站）
本講由李一駿助教整理，聚焦於生成式 AI 與機器學習的終身學習策略。內容涵蓋使用梯度下降微調引數、模型編輯與合併等技術，並首次介紹測試時訓練（TTT）的新方法。
※ 摘要僅根據標題與說明
- 影片入門中文
【生成式人工智慧與機器學習導論2025】第 7 講：大型語言模型的學習歷程（在新分頁開啟原站）
本講介紹大型語言模型（LLM）的學習歷程，涵蓋從基礎概念到實際應用，幫助讀者理解 AI 如何運作。
4 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式人工智慧與機器學習導論2025】第 6 講：一堂課搞懂訓練類神經網路的各種訣竅（在新分頁開啟原站）
本講課介紹生成式 AI 與機器學習的基礎，重點在於訓練類神經網路的訣竅，幫助讀者掌握核心概念。
※ 摘要僅根據標題與說明
- 影片入門中文
【生成式人工智慧與機器學習導論2025】第 5 講：一堂課搞懂機器學習與深度學習的基本原理 (案例：老師什麼時候要下課)（在新分頁開啟原站）
本講由 Hung-yi Lee 介紹生成式 AI 與機器學習的基礎原理，透過案例說明老師何時該下課，幫助讀者理解核心概念。
※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
- 12.3 萬次觀看
※ 摘要僅根據標題與說明
- 影片入門中文
【生成式人工智慧與機器學習導論2025】第 2 講：上下文工程 (Context Engineering) — AI Agent 背後的關鍵技術（在新分頁開啟原站）
本講介紹生成式 AI 與機器學習中上下文工程的重要性，說明如何透過上下文理解 AI Agent 的決策邏輯，並探討未來 AI 如何能自主規劃任務。
17.6 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式人工智慧與機器學習導論2025】第１講：一堂課搞懂生成式人工智慧的原理（在新分頁開啟原站）
本講解介紹生成式 AI 的基本原理，透過簡單案例說明其運作機制，幫助讀者建立對該技術的初步認知。
※ 摘要僅根據標題與說明
- 影片入門中文
【生成式人工智慧與機器學習導論2025】第０講：開場與課程簡介（在新分頁開啟原站）
本影片為《生成式人工智慧與機器學習導論 2025》第 0 講，主要介紹課程開場與整體架構，讓讀者了解後續將涵蓋的基礎概念。
12.9 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【舊影片上傳】DNN Backpropagation (2015 年上課錄影)（在新分頁開啟原站）
這是一堂 2015 年關於深度神經網路反向傳播的教學影片，主要解釋了該演算法的運作原理與計算過程。
5,300次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI時代下的機器學習(2025)】第十二講：語言模型如何學會說話 — 概述語音語言模型發展歷程（在新分頁開啟原站）
本講介紹生成式 AI 時代下機器學習的語言模型發展歷程，涵蓋從早期技術到現代演進的完整路徑。
3.6 萬次觀看※ 摘要僅根據標題與說明
- 影片進階中文
【生成式AI時代下的機器學習(2025)】第十一講：今天你想為 Foundation Model 裝備哪些 Task Vector？淺談神奇的 Model Merging 技術（在新分頁開啟原站）
本講介紹如何為 Foundation Model 裝備 Task Vector，並淺談神奇的 Model Merging 技術。
※ 摘要僅根據標題與說明
- 影片進階中文
【生成式AI時代下的機器學習(2025)】第十講：人工智慧的微創手術 — 淺談 Model Editing（在新分頁開啟原站）
本講探討生成式 AI 時代下，如何透過「微創手術」技術對模型進行精細調整，以解決過擬合或效能不足的問題。
3 萬次觀看※ 摘要僅根據標題與說明
- 影片進階中文
【生成式AI時代下的機器學習(2025)】第九講：你這麽認這個評分系統幹什麽啊？談談有關大型語言模型評估的幾件事（在新分頁開啟原站）
本講探討生成式 AI 時代下機器學習的評分系統問題，並分析大型語言模型的評估方法。
※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI時代下的機器學習(2025)】第八講：大型語言模型的推理過程不用太長、夠用就好（在新分頁開啟原站）
本講解探討生成式 AI 時代下，大型語言模型的推理過程為何應追求足夠而非過長，並闡述如何平衡效率與品質。
2.6 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI時代下的機器學習(2025)】第七講：DeepSeek-R1 這類大型語言模型是如何進行「深度思考」（Reasoning）的？（在新分頁開啟原站）
本講解探討 2025 年 DeepSeek-R1 等模型如何透過深度思考技術提升推理能力，並分析其對 AI 領域的啟示。
※ 摘要僅根據標題與說明
- 影片進階中文
【生成式AI時代下的機器學習(2025)】第六講：生成式人工智慧的後訓練(Post-Training)與遺忘問題（在新分頁開啟原站）
本講介紹生成式 AI 後訓練與遺忘問題，探討如何在不重新訓練的情況下更新模型。
4.5 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI時代下的機器學習(2025)】助教課：利用多張GPU訓練大型語言模型—從零開始介紹DeepSpeed、Liger Kernel、Flash Attention及Quantization（在新分頁開啟原站）
本課程介紹生成式 AI 時代如何訓練大型語言模型，涵蓋 DeepSpeed、Liger Kernel、Flash Attention 及 Quantization 技術，從零開始教學。
4.4 萬次觀看※ 摘要僅根據標題與說明
- 影片進階中文
【生成式AI時代下的機器學習(2025)】第五講：大型語言模型訓練方法「預訓練–對齊」(Pretrain-Alignment) 的強大與極限（在新分頁開啟原站）
本講解探討生成式 AI 時代下，大型語言模型訓練的核心方法「預訓練 - 對齊」，解析其強大與極限。
6 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI時代下的機器學習(2025)】第四講：Transformer 的時代要結束了嗎？介紹 Transformer 的競爭者們（在新分頁開啟原站）
本講探討生成式 AI 時代下，Transformer 模型是否面臨被淘汰的危機。
9.2 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI時代下的機器學習(2025)】第三講：AI 的腦科學 — 語言模型內部運作機制剖析 (解析單一神經元到整群神經元的運作機制、如何讓語言模型說出自己的內心世界)（在新分頁開啟原站）
本講解析語言模型如何從單一神經元演變為整群神經元的運作機制，並探討其內心世界，內容聚焦於生成式 AI 時代的學習原理。
12.2 萬次觀看※ 摘要僅根據標題與說明
- 影片進階中文
【生成式AI時代下的機器學習(2025)】第二講：一堂課搞懂 AI Agent 的原理 (AI如何透過經驗調整行為、使用工具和做計劃)（在新分頁開啟原站）
本講解介紹生成式 AI 時代下機器學習如何演變，重點在於 AI Agent 的原理，解釋其透過經驗調整行為、使用工具及執行計劃的機制。
46.3 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI時代下的機器學習(2025)】第一講：一堂課搞懂生成式人工智慧的技術突破與未來發展（在新分頁開啟原站）
本講解探討生成式 AI 時代機器學習的技術突破與未來發展，幫助讀者理解這一領域的核心概念。
※ 摘要僅根據標題與說明
- 影片入門中文
Future Directions in Neural Speech Communication Codecs - Minje Kim (UIUC)（在新分頁開啟原站）
本影片由 UIUC 的 Minje Kim 主講，探討神經語言通訊編碼（Neural Speech Communication Codecs）的未來方向，內容聚焦於技術演進與應用前景。
6,600次觀看※ 摘要僅根據標題與說明
- 影片進階中文
NeuralAudioCodecs: Recent Progress and a Case Study with SemantiCodec -Wenwu Wang (Univ. of Surrey)（在新分頁開啟原站）
介紹了 NeuralAudioCodecs 的近期進展，並透過 SemantiCodec 案例說明其應用。
1,600次觀看※ 摘要僅根據標題與說明
- 影片入門中文
VoiceCraft: Zero-Shot Speech Editing and TTS in the Wild - Shang-Wen Li (Meta)（在新分頁開啟原站）
Meta 的 Shang-Wen Li 在影片中指出，Zero-Shot Speech Editing 與 TTS 技術已在真實世界應用中展現潛力，並探討其具體實現方式。
2,000次觀看※ 摘要僅根據標題與說明
- 影片進階中文
Challenges in Developing Universal Audio Foundation Model - Dongchao Yang (CUHK)（在新分頁開啟原站）
探討開發通用音訊基礎模型的挑戰，由 CUHK 的 Dongchao Yang 提出。
1,100次觀看※ 摘要僅根據標題與說明
- 影片入門中文
Audio Language Models - Neil Zeghidour (Moshi)（在新分頁開啟原站）
Neil Zeghidour 在 Moshi 的影片介紹了 Audio Language Models 的概念，探討如何將聲音轉化為可運算的語言模型。
5,700次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI導論 2024】第18講：有關影像的生成式AI (下) — 快速導讀經典影像生成方法 (VAE, Flow, Diffusion, GAN) 以及與生成的影片互動（在新分頁開啟原站）
本講介紹生成式 AI 中影像生成的四大方法：VAE、Flow、Diffusion 與 GAN，並說明如何與生成的影片進行互動。
5.2 萬次觀看※ 摘要僅根據標題與說明
- 影片進階中文
【生成式AI導論 2024】第17講：有關影像的生成式AI (上) — AI 如何產生圖片和影片 (Sora 背後可能用的原理)（在新分頁開啟原站）
本講介紹 Sora 等生成式 AI 如何透過影像生成技術創造圖片與影片，探討其背後可能使用的原理。
5.9 萬次觀看※ 摘要僅根據標題與說明
- 7.6 萬次觀看
※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI導論 2024】第16講：可以加速所有語言模型生成速度的神奇外掛 — Speculative Decoding（在新分頁開啟原站）
本講介紹 Speculative Decoding 技術，透過預測模型輸出並再計算一次來大幅提升語言模型生成速度，是 2024 年 AI 領域的重要突破。
4.3 萬次觀看※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI導論 2024】第15講：為什麼語言模型用文字接龍，圖片生成不用像素接龍呢？— 淺談生成式人工智慧的生成策略（在新分頁開啟原站）
本講解析語言模型為何採用文字接龍，而圖片生成卻不用畫素接龍，並探討生成式 AI 的兩種不同策略。
5.4 萬次觀看※ 摘要僅根據標題與說明
- 3 萬次觀看
※ 摘要僅根據標題與說明
- 影片入門中文
【生成式AI導論 2024】第13講：淺談大型語言模型相關的安全性議題 (上) — 亡羊補牢、語言模型的偏見、有多少人用 ChatGPT 寫論文審查意見（在新分頁開啟原站）
本講探討大型語言模型的安全性議題，包括亡羊補牢的防護、模型偏見問題以及 ChatGPT 在論文審查中的實際應用。
4.6 萬次觀看※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
