【生成式AI導論 2024】第8講：大型語言模型修練史 — 第三階段: 參與實戰，打磨技巧 (Reinforcement Learning from Human Feedback, RLHF)

【生成式AI導論 2024】第9講：以大型語言模型打造的AI Agent (14:50 教你怎麼打造芙莉蓮一級魔法使考試中出現的泥人哥列姆)

【生成式AI導論 2024】第10講：今日的語言模型是如何做文字接龍的 — 淺談Transformer (已經熟悉 Transformer 的同學可略過本講)

Stanford CS224N | 2023 | Lecture 10 - Prompting, Reinforcement Learning from Human Feedback

DPO V.S. RLHF 模型微调

Transformer论文逐段精读

Reinforcement Learning from Human Feedback (RLHF) Explained

80分鐘快速了解大型語言模型 (5:30 有咒術迴戰雷)

【生成式AI導論 2024】第1講：生成式AI是什麼？

【生成式AI導論 2024】第7講：大型語言模型修練史 — 第二階段: 名師指點，發揮潛力 (兼談對 ChatGPT 做逆向工程與 LLaMA 時代的開始)

【生成式AI導論 2024】第6講：大型語言模型修練史 — 第一階段: 自我學習，累積實力 (熟悉機器學習的同學從 15:00 開始看起即可)

Reinforcement Learning from Human Feedback: From Zero to chatGPT

【生成式AI導論 2024】第11講：大型語言模型在「想」什麼呢？ — 淺談大型語言模型的可解釋性

Direct Preference Optimization: Your Language Model is Secretly a Reward Model | DPO paper explained

Stanford Webinar - The Frontier of Deep Learning for Robotics, Chelsea Finn

Stanford CS229 I Machine Learning I Building Large Language Models (LLMs)

【生成式AI】讓 AI 村民組成虛擬村莊會發生甚麼事？

台大資訊 深度學習之應用 | ADL 8.1: LLM Adaptation 如何改變(洗腦?)語言模型

【生成式AI導論 2024】第12講：淺談檢定大型語言模型能力的各種方式

从零开始学习大语言模型（一）