Vermessenes RegalKI & maschinelles Lernen
Transformer explainers, ranked by where the analogy ends
- Median Füllmaterial
- 36%
- Nützlicher Teil beginnt
- 1:36
- Typische Laufzeit
- 29 min
zuletzt neu berechnet 16. Sep. 2026
Every video on this shelf has to solve the same problem: attention is a mechanism made of matrix multiplication, and matrix multiplication is not something you can watch. So each of them picks a metaphor — a lookup table, a search engine, a room where words vote on each other — and the entire quality of the video is decided by what happens after the metaphor.
The ones that rank highly here spend the metaphor quickly and then show the actual operation: what the three projections are, what shape the things being multiplied have, why the scaling term is there, what the mask does. The ones lower down keep the metaphor going for forty minutes, restated in progressively more elaborate ways, and never show a number.
Both types are titled “transformers explained”. The density measurement is what separates them, because a metaphor restated is by definition not new information, and it is the single most common way this topic becomes an hour of video.
Entries carry a difficulty level, and on this topic it matters more than anywhere else on the site: a video that is perfect for someone who already knows what a dot product does is a wasted hour for someone who does not, and the reverse is worse.
-
01
Let's reproduce GPT-2 (124M)
0:004:01:26- Dichte
- 84
- Füllmaterial
- 27%
- Nützlich ab
- 3:34
A code-complete, first-principles GPT-2 reproduction — one of the most valuable hands-on deep learning tutorials available.
-
02
Attention in transformers, step-by-step | Deep Learning Chapter 6
0:0026:10- Dichte
- 83
- Füllmaterial
- 21%
- Nützlich ab
- 1:40
Ein meisterhaft klarer, dichter Durchgang durch den Attention-Mechanismus, der bei aufmerksamem Zuschauen mit echtem technischem Verständnis belohnt.
-
03
Transformers, the tech behind LLMs | Deep Learning Chapter 5
0:0027:14- Dichte
- 80
- Füllmaterial
- 26%
- Nützlich ab
- 1:26
Eine meisterhafte Einführung in die inneren Abläufe von Transformern – dicht, fundiert und genau das, was der Titel verspricht.
-
04
Let's build GPT: from scratch, in code, spelled out.
0:001:56:20- Dichte
- 82
- Füllmaterial
- 35%
- Nützlich ab
- 14:11
A masterclass build-along: real working GPT code, the actual mechanics behind ChatGPT, with almost no filler.
-
05
Transformer Neural Networks, ChatGPT's foundation, Clearly Explained!!!
0:0036:15- Dichte
- 79
- Füllmaterial
- 23%
- Nützlich ab
- 1:20
Eine rigorose, mit durchgerechneten Zahlen versehene Erklärung der internen Abläufe von Transformern, die tatsächlich vermittelt, wie ChatGPT-artige Modelle funktionieren, nicht nur, was…
-
06
Large Language Models explained briefly
0:007:58- Dichte
- 75
- Füllmaterial
- 26%
- Nützlich ab
- 0:33
Eine meisterhaft komprimierte, präzise Einführung darin, wie LLMs wirklich funktionieren – dicht, ehrlich, ohne Verkaufsrhetorik.
-
07
Transformers Step-by-Step Explained (Attention Is All You Need)
0:0010:04- Dichte
- 70
- Füllmaterial
- 39%
- Nützlich ab
- 2:40
Eine knappe, wirklich lehrreiche Erklärung der Transformer-Attention mit einem echten durchgerechneten Beispiel, leicht unterbrochen von einer ausgewiesenen Sponsoren-Einblendung.
-
08
Transformer Neural Networks - EXPLAINED! (Attention is all you need)
0:0013:05- Dichte
- 68
- Füllmaterial
- 31%
- Nützlich ab
- 1:54
Ein dichter, gut strukturierter konzeptioneller Durchgang durch die Transformer-Architektur, der seinem Titel 'EXPLAINED' ohne Füllmaterial gerecht wird.
-
09
Illustrated Guide to Transformers Neural Network: A step by step explanation
0:0015:01- Dichte
- 72
- Füllmaterial
- 31%
- Nützlich ab
- 1:03
Eine knappe, präzise konzeptuelle Tour durch die inneren Abläufe des Transformers – solide Vermittlung, wenn auch eher vertrautes Terrain illustrierter Erklärvideos als echtes Neuland.
-
10
Transformers explained | The architecture behind LLMs
0:0019:48- Dichte
- 71
- Füllmaterial
- 33%
- Nützlich ab
- 0:38
Ein wirklich dichter, präziser Transformer-Erklärer, der seinem Titel mit echter Mechanik statt Hype gerecht wird.
-
11
Transformers: The best idea in AI | Andrej Karpathy and Lex Fridman
0:008:38- Dichte
- 69
- Füllmaterial
- 34%
- Nützlich ab
- 2:44
Eine scharfsinnige, dichte Aufschlüsselung dessen, warum der Transformer funktioniert – eine der klareren allgemeinverständlichen Erklärungen seiner Designphilosophie, wenn auch kurz.
-
12
Transformers, explained: Understand the model behind GPT, BERT, and T5
0:009:11- Dichte
- 67
- Füllmaterial
- 34%
- Nützlich ab
- 1:25
Eine wirklich solide, jargonarme Erklärung der Transformer-Architektur, die ihrem Titel gerecht wird, ohne dabei etwas verkaufen zu wollen.
-
13
Transformers for beginners | What are they and how do they work
0:0019:59- Dichte
- 68
- Füllmaterial
- 29%
- Nützlich ab
- 0:31
Solider, mathematisch fundierter Einsteiger-Erklärer zu den internen Abläufen von Transformern, leicht umrahmt von der Eigenwerbung des Kanals für seine API.
-
14
Transformers Explained | Simple Explanation of Transformers
0:0057:31- Dichte
- 67
- Füllmaterial
- 27%
- Nützlich ab
- 1:36
Ein geduldiger, analogielastiger, aber wirklich gründlicher Rundgang durch die Interna von Transformern – die lange Laufzeit lohnt sich, wenn man die Grundlagen des Deep Learning bereits…
-
15
How does AI actually work? Transformers explained
0:0032:21- Dichte
- 66
- Füllmaterial
- 30%
- Nützlich ab
- 0:31
Eine solide, ehrlich betitelte konzeptionelle Erklärung der Transformer-Architektur, die nur durch redundante Zusammenfassungen und einen Sponsoren-Exkurs in der Mitte geschwächt wird.
-
16
Transformer Architecture Explained 'Attention Is All You Need'
0:0012:49- Dichte
- 62
- Füllmaterial
- 34%
- Nützlich ab
- 0:47
Eine klare, gut getaktete konzeptionelle Einführung in Transformer-Attention – nicht bahnbrechend, aber ein wirklich solider Erklärer, der die 13 Minuten für Einsteiger in die Architektur…
-
17
Transformers, explained: Understand the model behind ChatGPT
0:0024:07- Dichte
- 61
- Füllmaterial
- 28%
- Nützlich ab
- 3:29
Ein klares, zugängliches mentales Modell dafür, wie Transformer end-to-end funktionieren – überspringt die eigentliche Attention-Mathematik (keine Q/K/V), ist aber als konzeptuelle…
-
18
What are Large Language Models (LLMs)?
0:005:30- Dichte
- 56
- Füllmaterial
- 41%
- Nützlich ab
- 0:32
Eine knappe, ehrliche Einsteiger-Erklärung zu LLMs und Prompt-Design – wenig tiefgehend, aber dicht und präzise für ihre Länge.
-
19
Everything You Need To Know About Large Language Models (LLMs)
0:0025:20- Dichte
- 58
- Füllmaterial
- 39%
- Nützlich ab
- 0:32
Ein solider, breiter Einsteigerüberblick über die Mechanik und Geschichte von LLMs, nur leicht verwässert durch einen Sponsorenabschnitt für AI Camp.
-
20
The Transformer architecture
0:002:45- Dichte
- 50
- Füllmaterial
- 47%
- Nützlich ab
- 0:59
Ein klarer, ehrlicher Überblick auf hohem Niveau, der die Serie einleitet, ohne vorzugeben, bereits die tiefere Mechanik zu vermitteln.
-
21
What are Transformers (Machine Learning Model)?
0:005:51- Dichte
- 51
- Füllmaterial
- 46%
- Nützlich ab
- 1:17
Eine klare, korrekte, aber recht standardmäßige konzeptionelle Einführung in Transformer – solide, aber wenig neu.
-
22
Transformer Explained
0:006:55- Dichte
- 55
- Füllmaterial
- 40%
- Nützlich ab
- 2:07
Eine solide konzeptionelle Einführung in die Grenzen von Transformern und deren Lösungen, die aber offen zugibt, die vom Titel suggerierte eigentliche Mechanik auszulassen.
-
23
Large Language Models Explained Simply (In 13 Minutes)
0:0012:57- Dichte
- 50
- Füllmaterial
- 45%
- Nützlich ab
- 3:21
Ein klarer, wenn auch konzeptionell oberflächlicher LLM-101-Erklärfilm, aufgelockert mit leichten Witzen und abgerundet durch eine kurze Affiliate-Werbung.
-
24
Large Language Models | How Large Language Models Work? | Introduction to LLM | Simplilearn
0:0015:47- Dichte
- 46
- Füllmaterial
- 48%
- Nützlich ab
- 2:46
Ein solider, wenn auch generischer Einsteigerüberblick darüber, wie LLMs und Transformer funktionieren, aufgefüllt mit einer kurzen Werbung für einen hauseigenen Kurs.
-
25
How Large Language Models Work
0:005:34- Dichte
- 48
- Füllmaterial
- 51%
- Nützlich ab
- 2:04
Ein klarer, kompetenter Einsteigerüberblick über die Mechanik von LLMs von IBM, wenngleich recht generisch und wenig tiefgehend.
Gistil's own measurement. Not a YouTube rating, and not the channel's position. Die Reihenfolge ist unsere; die Videos gehören ihren Kanälen.
Wie diese Reihenfolge zustande kommt
Jedes Video hier wurde an denselben Achsen gemessen — wie viel seiner Laufzeit Information trägt, wie viel Füllmaterial ist und in welcher Sekunde es sich zu lohnen beginnt. Geordnet wird nach Nutzdichte, nicht nach Aufrufen, Aktualität oder danach, wie gut uns der Kanal gefiel. Was die Zahlen bedeuten →