Scaffale misuratoIA e machine learning

Transformer explainers, ranked by where the analogy ends

Riempitivo mediano
36%
La parte utile inizia
1:36
Durata tipica
29 min

ultimo ricalcolo 16 set 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.

  1. 01

    Let's reproduce GPT-2 (124M)

    Ne vale la pena AndrejKarpathy 4:01:26 advanced

    Densità
    84
    Riempitivo
    27%
    Utile da
    3:34

    A code-complete, first-principles GPT-2 reproduction — one of the most valuable hands-on deep learning tutorials available.

    Inizia a 3:34 →

  2. 02

    Attention in transformers, step-by-step | Deep Learning Chapter 6

    Ne vale la pena 3Blue1Brown 26:10 intermediate

    Densità
    83
    Riempitivo
    21%
    Utile da
    1:40

    Una spiegazione magistralmente chiara e densa del meccanismo di attenzione, che ripaga chi guarda con attenzione con una comprensione tecnica reale.

    Inizia a 1:40 →

  3. 03

    Transformers, the tech behind LLMs | Deep Learning Chapter 5

    Ne vale la pena 3Blue1Brown 27:14 intermediate

    Densità
    80
    Riempitivo
    26%
    Utile da
    1:26

    Un'introduzione magistrale ai meccanismi interni dei transformer — densa, rigorosa ed esattamente ciò che il titolo promette.

    Inizia a 1:26 →

  4. 04

    Let's build GPT: from scratch, in code, spelled out.

    Da scorrere AndrejKarpathy 1:56:20 advanced

    Densità
    82
    Riempitivo
    35%
    Utile da
    14:11

    A masterclass build-along: real working GPT code, the actual mechanics behind ChatGPT, with almost no filler.

    Inizia a 14:11 →

  5. 05

    Transformer Neural Networks, ChatGPT's foundation, Clearly Explained!!!

    Ne vale la pena StatQuest with Josh Starmer 36:15 intermediate

    Densità
    79
    Riempitivo
    23%
    Utile da
    1:20

    Una spiegazione rigorosa e basata su numeri concreti degli aspetti interni dei transformer che insegna davvero come funzionano i modelli in stile ChatGPT, non solo cosa fanno.

    Inizia a 1:20 →

  6. 06

    Large Language Models explained briefly

    Ne vale la pena 3Blue1Brown 7:58 intermediate

    Densità
    75
    Riempitivo
    26%
    Utile da
    0:33

    Un primer magistralmente condensato e accurato su come funzionano davvero gli LLM: denso, onesto, senza pitch commerciale.

    Inizia a 0:33 →

  7. 07

    Transformers Step-by-Step Explained (Attention Is All You Need)

    Da scorrere ByteByteGo 10:04 intermediate

    Densità
    70
    Riempitivo
    39%
    Utile da
    2:40

    Una spiegazione efficace e realmente didattica dell'attenzione nei Transformer, con un esempio concreto svolto passo passo, interrotta brevemente da un messaggio sponsorizzato dichiarato.

    Inizia a 2:40 →

  8. 08

    Transformer Neural Networks - EXPLAINED! (Attention is all you need)

    Ne vale la pena CodeEmporium 13:05 intermediate

    Densità
    68
    Riempitivo
    31%
    Utile da
    1:54

    Una spiegazione concettuale densa e ben strutturata dell'architettura transformer che si guadagna il titolo 'EXPLAINED' senza alcun riempitivo.

    Inizia a 1:54 →

  9. 09

    Illustrated Guide to Transformers Neural Network: A step by step explanation

    Ne vale la pena The AI Hacker 15:01 intermediate

    Densità
    72
    Riempitivo
    31%
    Utile da
    1:03

    Un tour concettuale preciso e ben strutturato del funzionamento interno del Transformer: una spiegazione solida, anche se ripercorre un territorio già noto nel genere delle guide illustrate…

    Inizia a 1:03 →

  10. 10

    Transformers explained | The architecture behind LLMs

    Ne vale la pena AI Coffee Break with Letitia 19:48 intermediate

    Densità
    71
    Riempitivo
    33%
    Utile da
    0:38

    Una spiegazione del transformer genuinamente densa e accurata che si guadagna il titolo con meccaniche reali, non con hype.

    Inizia a 0:38 →

  11. 11

    Transformers: The best idea in AI | Andrej Karpathy and Lex Fridman

    Da scorrere Lex Clips 8:38 intermediate

    Densità
    69
    Riempitivo
    34%
    Utile da
    2:44

    Un'analisi acuta e densa del perché il Transformer funziona — una delle spiegazioni più chiare in linguaggio semplice della sua filosofia progettuale, seppur breve.

    Inizia a 2:44 →

  12. 12

    Transformers, explained: Understand the model behind GPT, BERT, and T5

    Ne vale la pena Google Cloud Tech 9:11 intermediate

    Densità
    67
    Riempitivo
    34%
    Utile da
    1:25

    Una spiegazione davvero solida e priva di gergo eccessivo dell'architettura transformer che è all'altezza del suo titolo senza mai realmente vendere nulla.

    Inizia a 1:25 →

  13. 13

    Transformers for beginners | What are they and how do they work

    Ne vale la pena AssemblyAI 19:59 beginner

    Densità
    68
    Riempitivo
    29%
    Utile da
    0:31

    Solida spiegazione per principianti degli aspetti interni del transformer, fondata sulla matematica, con una breve pubblicità dell'API del canale a inizio e fine.

    Inizia a 0:31 →

  14. 14

    Transformers Explained | Simple Explanation of Transformers

    Ne vale la pena codebasics 57:31 intermediate

    Densità
    67
    Riempitivo
    27%
    Utile da
    1:36

    Una spiegazione paziente, ricca di analogie ma genuinamente approfondita del funzionamento interno dei Transformer — vale la lunga durata se si conoscono già le basi del deep learning.

    Inizia a 1:36 →

  15. 15

    How does AI actually work? Transformers explained

    Ne vale la pena AI Search 32:21 intermediate

    Densità
    66
    Riempitivo
    30%
    Utile da
    0:31

    Una spiegazione concettuale solida e dal titolo onesto dell'architettura Transformer, indebolita solo da riepiloghi ridondanti e da una deviazione sponsorizzata a metà video.

    Inizia a 0:31 →

  16. 16

    Transformer Architecture Explained 'Attention Is All You Need'

    Ne vale la pena ByteMonk 12:49 intermediate

    Densità
    62
    Riempitivo
    34%
    Utile da
    0:47

    Un'introduzione concettuale chiara e ben ritmata all'attenzione del Transformer — non rivoluzionaria, ma una spiegazione davvero solida che vale i 13 minuti per chi è nuovo all'architettura.

    Inizia a 0:47 →

  17. 17

    Transformers, explained: Understand the model behind ChatGPT

    Da scorrere Leon Petrou 24:07 beginner

    Densità
    61
    Riempitivo
    28%
    Utile da
    3:29

    Un modello mentale chiaro e accessibile di come funzionano i Transformer dall'inizio alla fine: salta la vera matematica dell'attenzione (niente Q/K/V), ma è genuinamente utile come…

    Inizia a 3:29 →

  18. 18

    What are Large Language Models (LLMs)?

    Da scorrere Google for Developers 5:30 beginner

    Densità
    56
    Riempitivo
    41%
    Utile da
    0:32

    Una spiegazione onesta ed essenziale per principianti su LLM e progettazione dei prompt: poco approfondita ma densa e accurata per la sua brevità.

    Inizia a 0:32 →

  19. 19

    Everything You Need To Know About Large Language Models (LLMs)

    Da scorrere Matthew Berman 25:20 beginner

    Densità
    58
    Riempitivo
    39%
    Utile da
    0:32

    Una panoramica solida e ampia sui meccanismi e sulla storia degli LLM per principianti, solo leggermente diluita da un segmento sponsorizzato per AI Camp.

    Inizia a 0:32 →

  20. 20

    The Transformer architecture

    Da scorrere Hugging Face 2:45 beginner

    Densità
    50
    Riempitivo
    47%
    Utile da
    0:59

    Un'introduzione pulita e onesta di alto livello che imposta la serie senza pretendere di insegnare ancora i meccanismi approfonditi.

    Inizia a 0:59 →

  21. 21

    What are Transformers (Machine Learning Model)?

    Da scorrere IBM Technology 5:51 beginner

    Densità
    51
    Riempitivo
    46%
    Utile da
    1:17

    Un'introduzione concettuale chiara e accurata ma piuttosto standard sui transformer — solida ma con poca originalità.

    Inizia a 1:17 →

  22. 22

    Transformer Explained

    Da scorrere Caleb Writes Code 6:55 intermediate

    Densità
    55
    Riempitivo
    40%
    Utile da
    2:07

    Una solida introduzione concettuale ai limiti dei transformer e alle relative soluzioni, ma ammette apertamente di saltare i meccanismi effettivi suggeriti dal titolo.

    Inizia a 2:07 →

  23. 23

    Large Language Models Explained Simply (In 13 Minutes)

    Da scorrere The Gradient Descent 12:57 beginner

    Densità
    50
    Riempitivo
    45%
    Utile da
    3:21

    Una spiegazione chiara ma concettualmente superficiale sugli LLM per principianti, arricchita da battute leggere e conclusa con una breve promozione in affiliazione.

    Inizia a 3:21 →

  24. 24

    Large Language Models | How Large Language Models Work? | Introduction to LLM | Simplilearn

    Da scorrere Simplilearn 15:47 beginner

    Densità
    46
    Riempitivo
    48%
    Utile da
    2:46

    Una panoramica per principianti solida, anche se generica, su come funzionano gli LLM e i transformer, arricchita (e appesantita) da una promozione di un corso interno.

    Inizia a 2:46 →

  25. 25

    How Large Language Models Work

    Da saltare IBM Technology 5:34 beginner

    Densità
    48
    Riempitivo
    51%
    Utile da
    2:04

    Una panoramica chiara e competente sui meccanismi degli LLM pensata per principianti, offerta da IBM, anche se piuttosto generica e poco approfondita.

    Inizia a 2:04 →

Gistil's own measurement. Not a YouTube rating, and not the channel's position. La classifica è nostra; i video appartengono ai rispettivi canali.

Come viene decisa questa classifica

Ogni video qui è stato misurato sugli stessi parametri — quanto della sua durata porta informazioni, quanto è riempitivo, e il secondo in cui inizia a ripagare. L'ordine è dato dalla densità di valore, non dalle visualizzazioni, dalla recenza o da quanto ci piaceva il canale. Cosa significano i numeri →

← Tutti i video misurati di ia e machine learning