视频选集 第０课：课程介绍 第1講：一堂課搞懂生成式人工智慧的原理 Judge Boi 使用說明 李宏毅（2025）秋《生成式人工智慧與機器學習導論》 HW1 Understand the fundamentals of GenAI作業一李宏毅（2025）秋《生成式人工智慧與機器學習導論》 Bonus HW 加分項目 李宏毅（2025）秋《生成式人工智慧與機器學習導論》 第 2 講：上下文工程 (Context Engineering) — AI Agent 背後的關鍵技術 HW2 Build a Basic RAG System作業二 李宏毅（2025）秋《生成式人工智慧與機器學習導論》 第3講：解剖大型語言模型 Exploring Generative AI作業三 李宏毅（2025）秋《生成式人工智慧與機器學習導論》 第 4 講：評估生成式人工智慧能力時可能遇到的各種坑-李宏毅（2025）春《生成式AI時代下的机器学习》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT homework 4 李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ｜大模型 ｜神经网络 ｜Dee 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)-李宏毅（2025）秋《生成式人工智慧与机器学习导论》 再探寶可夢、數碼寶貝分類器 — 淺談機器學習原理-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ML Lecture 7_ Backpropagation-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 Homework 5-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ｜大模型 ｜神经网络 ｜Dee 第 6 講：一堂課搞懂訓練類神經網路的各種訣竅-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT homework 6 作業六-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ｜大模型 ｜神经网络 ML Lecture 9-1_ Tips for Training DNN-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学 自督導式學習 (Self-supervised Learning) (三) – BERT的奇聞軼事-李宏毅（2025）秋《生成式人工智慧与机器学习导论》A 類神經網路訓練不起來怎麼辦 (五)： 批次標準化 (Batch Normalization) 簡介-李宏毅（2025）秋《生成式人工智慧与机器学习导论》 卷積神經網路 (Convolutional Neural Networks, CNN)-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学 語音與影像上的神奇自督導式學習 (Self-supervised Learning) 模型-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 第 7 講：大型語言模型的學習歷程-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ｜大模型 homework 7 作業七-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ｜大模型 ｜神经网络 概述增強式學習 (Reinforcement Learning, RL) (一) – 增強式學習跟機器學習一樣都是三個步驟-李宏毅（2025）秋 概述增強式學習 (Reinforcement Learning, RL) (二) – Policy Gradient 與修課心情-李宏毅（2025）秋 第 8 講：通用模型的終身學習 (Fine-tuning, Model Editing, Model Merging, Test-Time Training) homework 8 李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ｜大模型 ｜神经网络 機器終身學習 (Life Long Learning, LL) (二) - 災難性遺忘(Catastrophic Forgetting)的克服之道 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 homework 09 李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ｜大模型 ｜神经网络 ML Lecture 18_ Unsupervised Learning - Deep Generative Model (Part II)-李宏毅（2025） GAN Lecture 1 (2018)_ Introduction-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学 Flow-based Generative Model 李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGP 浅谈图像生成模型 Diffusion Model 原理-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜Chat 第 10 講：語音語言模型發展史-李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ｜大模型 homework 10 李宏毅（2025）秋《生成式人工智慧与机器学习导论》AI ｜机器学习 ｜李宏毅机器学习 ｜ChatGPT ｜大模型 ｜神经网络 ｜De 1.第0讲：课程说明 2.第1讲：生成式AI是什么 3.（延申）80分钟快速了解大型语言模型 4.作业 1：真假难辨的世界 5.第2讲：今日的生成式人工智能厉害在哪里？从「工具」变为「工具人」 6.第3讲：训练不了人工智能？你可以训练你自己（上） 7.作业2：都是 AI 的作文比赛 8.第4讲：训练不了人工智能？你可以训练你自己（中） 9.（延申）能够使用工具的AI：New Bing, WebGPT, Toolfo 10.作业3：以 AI 搭建自己的应用 11.第5讲：训练不了人工智能？你可以训练你自己（下） 12.第6讲：大型语言模型修炼史 — 第一阶段- 自我学习，累积实力 13.(延申)让 AI 村民组成虚拟村庄会发生什么事 14.(延申)机器学习模型的可解释性 (Explainable ML) (上) 15.作业四：Become an AI Hypnosis Master 16.第7讲：大型语言模型修炼史 — 第二阶段_ 名师指点，发挥潜力 17.作业五：LLM Fine-tuning 18.第8讲：大型语言模型修炼史 — 第三阶段- 参与实战，打磨技巧 (Rein 19.第9讲：以大型语言模型打造的AI Agent 20.作业六：Learning from Human Preference 21.第10讲：今日的语言模型是如何做文字接龙的 — 浅谈Transformer 22.第11讲：大型语言模型在「想」什么呢？ — 浅谈大型语言模型的可解释性 23.（延申）Transformer (上) 24.（延申）Transformer (下) 25.（延申）用语言模型來解释语言模型 (上) 26.（延申）用语言模型來解释语言模型 (下) 27.作业七：Understanding what AI is thinking 28.第12讲：浅谈评估大型语言模型能力的各种方式 29.第13讲：浅谈大型语言模型相关的安全性议题 (上) — 亡羊补牢、语言模型 30.作业八：Safety Issue of Generative AI 31.第14讲：浅谈大型语言模型相关的安全性议题 (下) — 欺骗大型语言模型 32.第15讲：为什么语言模型用文字接龙，图片生成不用像素接龙呢？— 浅谈生成式 33.第16讲：可以加速所有语言模型生成速度的神奇外挂 — Speculativ 34.作业九：Quick Summary of Lecture Video 35.第17讲：有关影像的生成式AI (上) — AI 如何产生图片和影片 (S 36.第18讲：有关影像的生成式AI (下) — 快速导读经典影像生成方法 (V 37.（延申）Variational Auto-encoder (VAE) 38.（延申）Generative Adversarial Network (G 39.（延申）Flow-based Method 40.（延申）Diffusion Method 41.作业十：Stable Diffusion Fine-tuning 42.额外课程：GPT-4o
