PDF · 42 pages
Page 74.2 MB
Extracting text from PDF
Note contentSelectable text in your note
Attention Is All You Need
The dominant sequence transduction models use encoder-decoder architectures with attention mechanisms.
We propose the Transformer — relying entirely on attention to compute representations — avoiding recurrence entirely.
工作原理
三个简单步骤，轻松上手。
1
上传PDF
拖拽或选择任意PDF文件，将其添加到笔记中。
2
提取文字
Repeatica 提取 PDF 中可选择的文字，并将其添加到笔记中。
3
学习并记住
根据提取的文字生成摘要和闪卡，实现长期记忆。
核心优势
学习者喜爱这个功能的原因。
从任何文档开始学习
研究论文、教材章节、课件和讲义——上传任何PDF，用AI将其转化为高效学习材料。
- 支持学术论文和教材
- 处理多页文档
- 自动记录页数和文件大小
Add PDF
Drop PDF here or click to browse
PDF · up to 100 MB · 1,000 pages max
应用内阅读与提取
通过内置查看器直接在Repeatica中浏览PDF。无需切换应用——阅读、提取、学习，一站搞定。
- 内置PDF查看器，支持页面导航
- 一键提取文字
- 提取的内容自动整合到笔记中
attention-is-all-you-need.pdf
Page 3
100%3 / 15
从文档到闪卡
完整的学习流程：上传PDF、提取文字、生成摘要、创建闪卡、间隔重复复习。一份文档变成持久的知识。
- 从PDF到记忆的完整流程
- AI识别关键概念和定义
- 闪卡可直接用于间隔重复复习
PDF
42 pages · 4.2 MBpaper.pdf
Extracted text
18.4k wordsSummary
Key concepts- •Transformer replaces recurrence with self-attention
- •Parallel training improves efficiency
Flashcards + SRS
24 cards due使用场景
看看学习者如何使用这个功能。
研究论文
上传学术论文，将关键发现、研究方法和结论提取为可复习的闪卡。
课程资料
导入课件、讲义和课程PDF，从教授提供的每份文档中生成学习材料。
认证备考
上传认证学习指南和备考PDF，将内容提取并转换为闪卡，进行系统化复习。