1影片入門EN
Low Rank Adaptation (LoRA) - How to search for a needle in a much smaller haystack（在新分頁開啟原站）
LoRA 是一種高效微調大型模型的方法，透過在較小的引數空間中尋找更優解，大幅縮短訓練時間並保持效果。
1 萬次觀看
※ 摘要僅根據標題與說明
Luis Serrano Academy
YouTube ・ 國際 ・ 英文 ・ B 級 ・ 19.7 萬 訂閱 ・ 16 筆內容 ・ 最近更新 2026/08/25
機器學習直觀講解
最受歡迎
依人氣
- 2影片入門EN
The world's smallest attention mechanism（在新分頁開啟原站）
介紹如何在極小規模的 Transformer 模型中加入注意力機制，並解釋其運作原理。透過引力比喻與多頭注意力技術，讓模型能記住上下文並解決語義歧義。
7,824次觀看※ 摘要僅根據標題與說明
- 3影片入門EN
The world's smallest transformer model（在新分頁開啟原站）
介紹如何構建一個極小尺寸的 Transformer 模型，僅含一個兩節點隱藏層且無偏置與啟用函式。該模型能基於兩句資料構建短句，並提供連結至完整程式碼與相關教學系列。
8,794次觀看※ 摘要僅根據標題與說明
- 4影片入門EN
How neural networks bend space（在新分頁開啟原站）
探討神經網路如何透過「彎曲空間」來分類資料，從影象識別擴充套件至語言生成。內容涵蓋神經網路架構、Sigmoid 函式原理及 Transformer 模型，幫助讀者理解 AI 處理資料的數學基礎。
7,268次觀看※ 摘要僅根據標題與說明
- 5影片進階EN
The attention mechanism in higher dimensions（在新分頁開啟原站）
深入探討高維度注意力機制，透過 4-3-4 架構將資料嵌入 3 維空間，並解算關鍵與查詢矩陣的複雜計算。
3,043次觀看※ 摘要僅根據標題與說明
- 6影片入門EN
GRPO - Group Relative Policy Optimization - How DeepSeek trains reasoning models（在新分頁開啟原站）
GRPO 是一種讓大型語言模型自主調整策略的最佳化方法，由 DeepSeek 提出，旨在提升推理模型的效能。
※ 摘要僅根據標題與說明
- 7影片入門EN
Tokenization and Byte Pair Encoding（在新分頁開啟原站）
本影片解釋了大語言模型如何處理 Token，並介紹 Byte Pair Encoding (BPE) 這一常見分詞方法。
6,802次觀看※ 摘要僅根據標題與說明
- 8影片入門EN
Retrieval Augmented Generation (RAG), Search, and Vector Databases（在新分頁開啟原站）
介紹如何讓大型語言模型（LLM）以事實為基礎進行回應，透過檢索增強生成（RAG）技術，並深入探討搜尋與向量資料庫的運作原理。
4,606次觀看※ 摘要僅根據標題與說明
- 9影片進階EN
Agents, RAG, and Reasoning Models（在新分頁開啟原站）
介紹 AI 代理的架構與 agentic loop，涵蓋記憶、工具、規劃等核心概念，並說明如何從自動化轉向自主性。
5,139次觀看※ 摘要僅根據標題與說明
- 10影片入門EN
Mean, Variance, Skewness, and Kurtosis - Math for ML with Deeplearning.ai（在新分頁開啟原站）
本影片用中文解釋了統計學中的均值、變異數、偏度與峰度，並說明它們在機器學習中的應用。
5,200次觀看※ 摘要僅根據標題與說明
最新內容
依發布時間
- 影片入門EN
Low Rank Adaptation (LoRA) - How to search for a needle in a much smaller haystack（在新分頁開啟原站）
LoRA 是一種高效微調大型模型的方法，透過在較小的引數空間中尋找更優解，大幅縮短訓練時間並保持效果。
1 萬次觀看※ 摘要僅根據標題與說明
- 影片進階EN
The attention mechanism in higher dimensions（在新分頁開啟原站）
深入探討高維度注意力機制，透過 4-3-4 架構將資料嵌入 3 維空間，並解算關鍵與查詢矩陣的複雜計算。
3,043次觀看※ 摘要僅根據標題與說明
- 影片入門EN
The world's smallest attention mechanism（在新分頁開啟原站）
介紹如何在極小規模的 Transformer 模型中加入注意力機制，並解釋其運作原理。透過引力比喻與多頭注意力技術，讓模型能記住上下文並解決語義歧義。
7,824次觀看※ 摘要僅根據標題與說明
- 影片入門EN
The world's smallest transformer model（在新分頁開啟原站）
介紹如何構建一個極小尺寸的 Transformer 模型，僅含一個兩節點隱藏層且無偏置與啟用函式。該模型能基於兩句資料構建短句，並提供連結至完整程式碼與相關教學系列。
8,794次觀看※ 摘要僅根據標題與說明
- 影片入門EN
How neural networks bend space（在新分頁開啟原站）
探討神經網路如何透過「彎曲空間」來分類資料，從影象識別擴充套件至語言生成。內容涵蓋神經網路架構、Sigmoid 函式原理及 Transformer 模型，幫助讀者理解 AI 處理資料的數學基礎。
7,268次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Retrieval Augmented Generation (RAG), Search, and Vector Databases（在新分頁開啟原站）
介紹如何讓大型語言模型（LLM）以事實為基礎進行回應，透過檢索增強生成（RAG）技術，並深入探討搜尋與向量資料庫的運作原理。
4,606次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Tokenization and Byte Pair Encoding（在新分頁開啟原站）
本影片解釋了大語言模型如何處理 Token，並介紹 Byte Pair Encoding (BPE) 這一常見分詞方法。
6,802次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Will AI help us, or make us dependent? - A Tale of Two Cities（在新分頁開啟原站）
探討 AI 是否會取代人類，並提出兩種截然不同的觀點。
※ 摘要僅根據標題與說明
- 影片入門EN
After AI, what's next for humans? - The pyramid of human evolution（在新分頁開啟原站）
Luis Serrano 探討 AI 後的未來，提出「人類進化金字塔」概念，認為電腦輔助理性思考將讓人提升電腦無法企及的高階技能。
1,789次觀看※ 摘要僅根據標題與說明
- 影片進階EN
Agents, RAG, and Reasoning Models（在新分頁開啟原站）
介紹 AI 代理的架構與 agentic loop，涵蓋記憶、工具、規劃等核心概念，並說明如何從自動化轉向自主性。
5,139次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Talk about AI Agents live with Miguel Otero, Josh Starmer, Luis Serrano @TheNeuralMaze @StatQuest with Josh Starmer（在新分頁開啟原站）
這場直播邀請了 Miguel Otero、Josh Starmer 與 Luis Serrano 討論 AI Agent 的未來，探討如何讓 AI 真正獨立運作。
1,400次觀看※ 摘要僅根據標題與說明
- 4,400次觀看
※ 摘要僅根據標題與說明
- 影片進階EN
A Visual Guide to Attention Mechanisms in LLMs - Luis Serrano, Data Hack 2025 with @Analytics Vidhya（在新分頁開啟原站）
本影片由 Luis Serrano 在 Data Hack 2025 上分享，詳細解讀大型語言模型中的注意力機制，幫助讀者理解其運作原理。
3,200次觀看※ 摘要僅根據標題與說明
- 3,700次觀看
※ 摘要僅根據標題與說明
- 影片入門EN
GRPO - Group Relative Policy Optimization - How DeepSeek trains reasoning models（在新分頁開啟原站）
GRPO 是一種讓大型語言模型自主調整策略的最佳化方法，由 DeepSeek 提出，旨在提升推理模型的效能。
※ 摘要僅根據標題與說明
- 影片入門EN
Mean, Variance, Skewness, and Kurtosis - Math for ML with Deeplearning.ai（在新分頁開啟原站）
本影片用中文解釋了統計學中的均值、變異數、偏度與峰度，並說明它們在機器學習中的應用。
5,200次觀看※ 摘要僅根據標題與說明
