从零开始学习大语言模型（一）

林亦LYi

Подписаться 180 тыс.

Просмотров 170 тыс.

50% 1

Видео Поделиться Скачать Добавить в

我们在telegram创建了一个AI、科技的讨论频道，大家感兴趣的可以加进来一起交流: t.me/linyidiscuss
从零开始学习大语言模型（一）

Наука

Опубликовано:

15 фев 2024

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист

Посмотреть позже

Комментарии : 283

@54870498 3 месяца назад

我就喜歡聽這種讓我誤以為我自己聽的懂的東西

@AgA-WoW-UnU-QAQ 3 месяца назад

中肯

@thompsontang9364 3 месяца назад

其实他讲的很清楚了。一个顶尖学校的NLP自然语言处理课程在讲到神经网络的时候也只能讲到这样了。不是误以为懂或者不懂，是绝大多数，甚至整个业界只能理解到这个程度了。整个神经网路是一个黑箱。没有人知道内部是如何形成了智能。全球都没有人。他只是基于一种十分朴素的直觉去模拟大脑中的神经元结构。如果有人可以在微观层面讲清楚哪块哪层哪个神经元是具体负责什么信息的处理怎样形成智能，诺贝尔奖都不配他。而现在大模型突然变得有用了，完全是因为现在算力够了。之前的算力很难支撑这种设想。所以要感谢英伟达

@user-fe2il7em1r 3 месяца назад

@@thompsontang9364 NVIDIA MAKES THE WORLD A BETTER PLACE!

@Lish211 3 месяца назад

@cocoabias 3 месяца назад

@ontang9364 人類的腦怎麼訓練? 你在學1+1=2時有用到殘差網路嗎?

@rockyzhang24 3 месяца назад

很受益！林哥的配图和小动画越来越生动和有趣了。我大概是林哥最开始做视频的时候就关注林哥了，看到林哥的提升和变化，很佩服。林哥加油！

@qcardiogram1073 3 месяца назад

讲的非常清晰，而且通俗易懂，太棒了，期待接下来的部分。。。

@leedavid5214 3 месяца назад

终于开始讲真课了，我在1年前就在你的节目下留言，希望你能开课，向你学习。因为我非常羡慕你对各种模型驾驭能力，想学。

@amandat6051 3 месяца назад

牛批请一直更新这个系列爱了❤❤❤

@softsmoothmusic 3 месяца назад

就凭林哥的口才，接合自身的知识，真是把机器学习各个概念讲得易懂又好。

@xiangzhang5279 2 месяца назад

感谢分享。我最近作为助教，为美国大学生准备了一节深度学习入门课，感叹和林哥许多设计不谋而合，要是在设计课程之前看到这个视频就好了！希望继续出新，继续学习！

@laoma-note 3 месяца назад

讲得非常好，很多疑惑都在你这个视频中得到解答和理解了！感谢！！！！！！

@zengjixiang 3 месяца назад

感謝林哥科普，淺顯易懂

@Anasiyasicket 3 месяца назад

狗→□→林哥這研究肯定能得諾貝爾獎

@jimmy5584 3 месяца назад

讲的太好了林哥，请务必把这个系列做完

@WeiChannel168 3 месяца назад

谢谢林哥，以前一直听不懂，今天听你的听懂了，期待推新的内容。

@kaizhong2589 3 месяца назад

哈, 真心感谢 ... 收获了.多谢分享 ! 这种视频, 来个系列吧 ~ 准备组团观看

@0x54 2 месяца назад

感谢林哥，非常期待（二）

@user-ns9ds6st6t 3 месяца назад

非常通俗易懂又将关键讯息给讲明白了👍

@UCan927 3 месяца назад

林哥这期真棒逻辑条理清晰一下就让我产生了自己也会机器学习一样的幻觉... 🤣

@kerhuangyu680 3 месяца назад

太厲害了，一下子就把思路打開，期待後面的系列

@user-ml6qs4zk8z 3 месяца назад

非常讚的內容, 謝謝給我們這種小白有一個學習機會, 謝謝您

@garywang04 3 месяца назад

好文章期待你的分享給大家增廣見聞👍

@henringLei 3 месяца назад

讲得非常好，期待后续。我推荐给我学生学习。

@lazychen60 3 месяца назад

太期待林哥后面的讲解了，刚从学校里带出了传统专用AI的知识，但是有点脱节LLM是怎么从这些模型演化而来的过程，期待林哥后面重点讲一讲！

@lvrt8371 3 месяца назад

感恩你的贡献！真的很谢谢。我知道看的人可能很少。但是真的很感激

@user-cf2ed7xn1x 3 месяца назад

非常通俗易懂，为你点赞，期待后续作品

@kjyhh 3 месяца назад

很好，把基本都说到了。期待下一集

@maplelin8103 3 месяца назад

讲的非常好，期待下一个视频！！

@hanjie3667 3 месяца назад

林哥终于回来了！

@flymanhawaii 3 месяца назад

收藏了，入门很有用啊。谢谢，期待下一部。

@user-ee5rz5wm1x 3 месяца назад

講得淺顯易懂希望有一系列的新影片~

@lynnqi6451 2 месяца назад

强烈期盼下个视频！

@user-np5cr6id2x 3 месяца назад

这是我看过的视频中讲的最通俗易懂清晰明了的

@ubiqutousgalaxy7511 3 месяца назад

找这类视频好久了，终于等到了

@yantong3131 3 месяца назад

真的很清晰，respect 林哥

@pengyang5943 3 месяца назад

通俗易懂，期待期待！

@freeGNU 3 месяца назад

感谢林哥很有帮助希望一直更新

@BeingWalters 3 месяца назад

深入浅出，赞。

@Mr-jb7dz 3 месяца назад

讲的非常好，深入浅出，听明白了，期待下一期......

@user-rw1ck6kf1f 3 месяца назад

讲得非常好，手动点赞。

@ZhenlongYang 3 месяца назад

林哥终于上干货了！

@mingzhoulin41 3 месяца назад

林哥牛逼，这样的课做下来一定挺费时间和精力的，希望能坚持下来！之后可以开会员课了。另外希望以后有一些视频能做一些demo来讲解今天讲过的基础知识是怎么应用的

@artcheng6 3 месяца назад

很好的說明、請繼續推出新視頻，並提供一些參考資料文獻可以再多學習一些

@user-tt6do1rt3i 3 месяца назад

講得好好趕緊更

@simonpeter9617 2 месяца назад

非常好的科普内容，赞

@rayaugust1042 3 месяца назад

林亦厉害👍～～请继续～跟你亦步亦趋～～如果 “明天会越来越好” 那我们一定需要理解与学习 “大科技” 请您把自己并带着我们一起由白纸一张一样去开始理解学习或许之后会有更好的结果！！多谢林先生～～

@rangingzhu466 2 месяца назад

林哥这讲解很好，下一集啥时候更新哈😂，期待

@zhujunwang1667 3 месяца назад

说的真好！

@normi6046 3 месяца назад

非常感谢

@user-xxbb047 3 месяца назад

很好的科普，感谢

@Wzyznn 3 месяца назад

爱看，催更

@zyuxing4309 3 месяца назад

讲的真好希望出更多关于机器学习 ai 相关的视频

@underfact2621 3 месяца назад

讲得非常清晰，只有数分和金融背景的我听得津津有味，希望二快点出哈哈哈

@aerovision257 3 месяца назад

关注你的视频有段时间了，一直很喜欢。记得之前一期视频提到现在的苹果台式机可以安装人工智能模型，实现自己拥有专属模型的能力了。这个恨吸引人。想问一下现在AI的发展如果希望有一个个人的人工智能，自己是否必须是程序员出身吗？

@freebsdjlu Месяц назад

讲的好，期待后续啊😊

@kodimolly6082 3 месяца назад

很谢谢分享视频!

@guttmannjone6139 3 месяца назад

学习了很多，感谢，希望继续努力

@maxchen8333 3 месяца назад

真的講的非常好👍

@clinthappy2305 2 месяца назад

非常棒，感谢

@chrislin4540 3 месяца назад

Good popular science. I have been working/ studying in ML/DL for a couple of years. Hope that you can extend this topics like reinforcement learning and RLHF, which makes the LLM become really useful.