1影片高階EN
The most cited paper of the century is a brilliant hack（在新分頁開啟原站）
探討了 Kaiming He 於 2016 年提出的 ResNet 論文，該論文成為百年來被引用次數最多的論文。作者透過分析損失地形圖與梯度消失問題，揭示了殘差連線如何解決深度學習中的退化問題，並重塑了對深度神經網路的理解。
169 萬次觀看
※ 摘要僅根據標題與說明
最受歡迎
依人氣
- 2影片入門EN
Yann LeCun's $1B Bet Against LLMs [Part 1]（在新分頁開啟原站）
Yann LeCun 表示將投入 1 億美元對抗大型語言模型，此計畫旨在透過 AI 技術提升人類智慧。
120 萬次觀看※ 摘要僅根據標題與說明
- 3影片入門EN
The moment we stopped understanding AI [AlexNet]（在新分頁開啟原站）
探討了為何我們曾過度依賴 AI 而忘記其本質，並透過 AlexNet 案例說明如何重新理解機器學習。
250 萬次觀看※ 摘要僅根據標題與說明
- 4影片入門EN
AI can't cross this line and we don't know why.（在新分頁開啟原站）
探討 AI 無法跨越的界線及其原因，內容聚焦於 AI 在特定領域的侷限性。
240 萬次觀看※ 摘要僅根據標題與說明
- 5影片入門EN
The most complex model we actually understand（在新分頁開啟原站）
探討了人類對最複雜的 AI 模型理解程度，並指出我們實際上無法完全掌握它們。
88.7 萬次觀看※ 摘要僅根據標題與說明
- 6影片入門EN
How DeepSeek Rewrote the Transformer [MLA]（在新分頁開啟原站）
介紹 DeepSeek 如何重寫 Transformer 架構，並探討其對 AI 領域的潛在影響。
99.3 萬次觀看※ 摘要僅根據標題與說明
- 7影片入門EN
ChatGPT is made from 100 million of these [The Perceptron]（在新分頁開啟原站）
介紹了 ChatGPT 的基礎模型，並解釋其由 1000 萬個 perceptron 組成，強調這是理解 AI 如何運作的入門。
81.8 萬次觀看※ 摘要僅根據標題與說明
- 8影片入門EN
Yann LeCun's $1B Bet Against LLMs [Part 2]（在新分頁開啟原站）
Yann LeCun 在 Welch Labs 發表關於對抗大型語言模型的 $1 億賭注，探討 AI 未來可能面臨的挑戰。
24.3 萬次觀看※ 摘要僅根據標題與說明
- 9影片入門EN
The Misconception that Almost Stopped AI [How Models Learn Part 1]（在新分頁開啟原站）
影片澄清了關於 AI 學習的常見誤解，指出模型並非像人類一樣從零開始學習，而是透過資料調整內部引數來最佳化結果。
67.4 萬次觀看※ 摘要僅根據標題與說明
- 10影片入門EN
Inside the World's Smartest Robot Brain [VLA]（在新分頁開啟原站）
介紹了由 Welch Labs 開發的 VLA 機器人，它能透過視覺與語言理解，自主規劃並執行複雜任務。
20.1 萬次觀看※ 摘要僅根據標題與說明
最新內容
依發布時間
- 影片高階EN
The most cited paper of the century is a brilliant hack（在新分頁開啟原站）
探討了 Kaiming He 於 2016 年提出的 ResNet 論文，該論文成為百年來被引用次數最多的論文。作者透過分析損失地形圖與梯度消失問題，揭示了殘差連線如何解決深度學習中的退化問題，並重塑了對深度神經網路的理解。
169 萬次觀看※ 摘要僅根據標題與說明
- 3.3 萬次觀看
※ 摘要僅根據標題與說明
- 影片入門EN
Yann LeCun's $1B Bet Against LLMs [Part 2]（在新分頁開啟原站）
Yann LeCun 在 Welch Labs 發表關於對抗大型語言模型的 $1 億賭注，探討 AI 未來可能面臨的挑戰。
24.3 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Yann LeCun's $1B Bet Against LLMs [Part 1]（在新分頁開啟原站）
Yann LeCun 表示將投入 1 億美元對抗大型語言模型，此計畫旨在透過 AI 技術提升人類智慧。
120 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Inside the World's Smartest Robot Brain [VLA]（在新分頁開啟原站）
介紹了由 Welch Labs 開發的 VLA 機器人，它能透過視覺與語言理解，自主規劃並執行複雜任務。
20.1 萬次觀看※ 摘要僅根據標題與說明
- 30 萬次觀看
※ 摘要僅根據標題與說明
- 88.7 萬次觀看
※ 摘要僅根據標題與說明
- 影片入門EN
What the Books Get Wrong about AI [Double Descent]（在新分頁開啟原站）
影片解釋了書籍對 AI 的錯誤理解，特別是關於「雙降」現象的誤解，並指出書籍常將複雜的技術概念過度簡化。
31.7 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
These Numbers Can Make AI Dangerous [Subliminal Learning]（在新分頁開啟原站）
探討如何透過隱性學習讓 AI 變得具有攻擊性，並警告這可能引發危險。
19 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
Why Deep Learning Works Unreasonably Well [How Models Learn Part 3]（在新分頁開啟原站）
標題解釋：這是一場關於深度學習為何表現異常出色的影片，內容聚焦於模型如何學習。
39.6 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
The F=ma of Artificial Intelligence [Backpropagation, How Models Learn Part 2]（在新分頁開啟原站）
以 F=ma 比喻 AI 學習，解釋後向傳播如何透過梯度下降最佳化模型引數，讓 AI 能自動從資料中發現規律。
※ 摘要僅根據標題與說明
- 影片入門EN
The Misconception that Almost Stopped AI [How Models Learn Part 1]（在新分頁開啟原站）
影片澄清了關於 AI 學習的常見誤解，指出模型並非像人類一樣從零開始學習，而是透過資料調整內部引數來最佳化結果。
67.4 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
How DeepSeek Rewrote the Transformer [MLA]（在新分頁開啟原站）
介紹 DeepSeek 如何重寫 Transformer 架構，並探討其對 AI 領域的潛在影響。
99.3 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
ChatGPT is made from 100 million of these [The Perceptron]（在新分頁開啟原站）
介紹了 ChatGPT 的基礎模型，並解釋其由 1000 萬個 perceptron 組成，強調這是理解 AI 如何運作的入門。
81.8 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
The Dark Matter of AI [Mechanistic Interpretability]（在新分頁開啟原站）
探討 AI 中不可見但影響運作的暗物質概念，並提出機械式可解釋性的觀點。
30.4 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
AI can't cross this line and we don't know why.（在新分頁開啟原站）
探討 AI 無法跨越的界線及其原因，內容聚焦於 AI 在特定領域的侷限性。
240 萬次觀看※ 摘要僅根據標題與說明
- 影片入門EN
The moment we stopped understanding AI [AlexNet]（在新分頁開啟原站）
探討了為何我們曾過度依賴 AI 而忘記其本質，並透過 AlexNet 案例說明如何重新理解機器學習。
250 萬次觀看※ 摘要僅根據標題與說明
