เครื่องมือดึงเอกสารการศึกษาName
ใช้ในเชิงพาณิชย์ได้
380+ โมเดล
ไม่มีสัญลักษณ์น้ำ
ไม่ต้องลงทะเบียน
รุ่น:
+ GPT-5, Claude, Gemini
ทิ้งเอกสารที่พิมพ์ก่อนจาก arXiv, บทความวารสาร หรือบทความวิชาการ — AI จะแปลงมันเป็นข้อความที่ดูเหมือน LaTeX สมการทางคณิตศาสตร์จะยังคงเป็นสมการ จัดวางหลายคอลัมน์จะถูกเปิดออก คำอ้างอิงจะถูกเก็บไว้ ใช้ระบบ Meta Nougat- base
กำลังอ่านสมการ + ขยายคอลัมน์... ~ 10 วินาที/ หน้า
ตัวเลือกระดับสูง
ผลลัพธ์
เหรียญหมดแล้ว
เอาชิปเพิ่ม
อยากได้อีกมั้ย
ลงทะเบียนฟรี 30K ชิ้น/วัน + 10K โบโน
ลงทะเบียน
กำลังประมวลผลคำขอของคุณ...
ดึงข้อความ + สมการจากเอกสาร arXiv, วารสาร และ บทความวิชาการ สมการทางคณิตศาสตร์จะถูกแปลงเป็น LaTeX, จัดวางหลายคอลัมน์จะถูกเปิด, คำอ้างอิงจะถูกเก็บไว้ ใช้ระบบ Meta Nougat ฟรี ไม่จำเป็นต้องลงทะเบียน
วิธีการใช้ เครื่องมือดึงเอกสารการศึกษาName
1
เติมข้อมูลของคุณ
พิมพ์ข้อความ, โหลดแฟ้ม, หรืออธิบายสิ่งที่คุณต้องการ ไม่จำเป็นต้องมีบัญชีผู้ใช้
2
คลิกสร้าง
ระบบ AI ของเราจะประมวลผลคำขอของคุณในไม่กี่วินาที โดยใช้แบบจำลอง Open Source ที่ยอดเยี่ยม
3
ดาวน์โหลดและแบ่งปัน
ดาวน์โหลด, คัดลอก, หรือแบ่งปันผลลัพธ์ของคุณ ฟรีสำหรับใช้ส่วนตัวและใช้ในเชิงพาณิชย์
ใช้เครื่องมือนี้ผ่าน API
สร้างเครื่องมือนี้ให้อัตโนมัติจากโค้ดของคุณเอง จุดจบ REST ที่เข้ากันได้กับ OpenAI, การตรวจสอบสิทธิ์ด้วยเบียร์รี่ท็อกเก้น, ไม่จำเป็นต้องใช้ SDK เพิ่มเติม ค่าท็อกเก้นเท่ากับส่วนติดต่อเว็บ
curl -X POST https://api.free.ai/v1/chat/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model": "qwen7b", "messages": [{"role": "user", "content": "Use the เครื่องมือดึงเอกสารการศึกษาName tool on: ..."}]}'เครื่องมือ AI ฟรีที่เกี่ยวข้องName
เครื่องมือดึงเอกสารการศึกษาName - FAQ
วางเอกสารวิชาการ/ วิจัย PDF ใด ๆ - arXiv preprint, งานประชุม, บทความวารสาร, บทความวิชาการ - และ AI จะแปลงมันเป็นข้อความที่ถูกจัดรูปแบบ LaTeX สมการทางคณิตศาสตร์จะถูกแสดงออกมาในรูปแบบ LaTeX อย่างเหมาะสม จัดวางหลายคอลัมน์จะถูกเปิดออกเป็นลำดับการอ่าน และคำอ้างอิง + รายการอ้างอิงจะถูกรักษาไว้ สร้างขึ้นโดยเฉพาะสำหรับเอกสารวิทยาศาสตร์ที่หนาแน่น pdftotext mangles
พื้นฐาน Nougat ของ Meta - โมเดลการเข้ารหัส- ถอดรหัสภาพที่ฝึกมาจากหน้า arXiv หลายล้านหน้า มันจะทำหน้า PDF ทุกหน้าให้เหมือนภาพ และส่งผลลัพธ์เป็น Markdown + LaTeX ที่มีโครงสร้าง ซึ่งเป็นเหตุผลที่สมการจะถูกส่งผ่านอย่างถูกต้อง แม้ว่ามันจะถูกแสดงเป็นรูปแบบราสเตอร์ในต้นฉบับ PDF
เครื่องมือ Docling (PDF to Markdown) ใช้ IBM Granite- Docling - เร็ว รู้จักการจัดวางหน้าเว็บ ปรับแต่งให้เหมาะสมกับเอกสารธุรกิจทั่วไป เช่น สัญญา รายงาน หนังสือคู่มือ ส่วน Nougat ใช้ช้ากว่า แต่ดีกว่ามากในงานวิจัยทางวิทยาศาสตร์ เพราะมันถูกฝึกให้ใช้คณิตศาสตร์ + จัดวางหน้าเว็บทางวิทยาศาสตร์หลายคอลัมน์ ใช้ Docling สำหรับเอกสารธุรกิจ ส่วน Nougat สำหรับงานวิจัย
ใช่ - นี่คือคุณสมบัติที่สำคัญมากๆ ตัวคณิตศาสตร์ในบรรทัดจะกลับมาเป็น `$... $` สมการที่แสดงเป็น `$$... $$` มันสามารถอ่านสมการที่แสดงด้วย LaTeX จากงานที่ส่งเข้า arXiv และสมการราสเตอร์ที่สแกนจากงานเก่าๆ ได้ทั้งคู่ คุณภาพของงานส่วนใหญ่จะอยู่ในระดับที่เหมาะสมกับการพิมพ์
ใช่ - Nougat จะปรับแต่งการจัดวางแบบสองคอลัมน์/ สามคอลัมน์ให้เป็นลำดับการอ่านที่ถูกต้องโดยอัตโนมัติ ไม่มีข้อความกระโดดระหว่างคอลัมน์อีกต่อไป ข้อความอ้างอิงจะถูกดึงออกมาเป็นบล็อกข้อความอ้างอิงที่ปลายของแต่ละส่วน
เครื่องหมายอ้างอิง `[12] ` / `(Smith 2020) ` จะยังคงอยู่ในบรรทัด รายการอ้างอิงที่อยู่ด้านท้ายจะถูกเก็บไว้โดยไม่มีการเปลี่ยนรูปแบบ ดังนั้นคุณสามารถส่งผลลัพธ์ไปยัง Zotero / Mendeley / เครื่องมือวิเคราะห์อ้างอิงที่กำหนดเองได้
ประมาณ 8-15 วินาทีต่อหน้าบน H200 ของเรา รายงานการประชุม 10 หน้าโดยทั่วไปจะใช้เวลา ~2 นาที รายงานสำรวจยาว (50+ หน้า) ใช้เวลา 8-12 นาที - จัดส่งและเดินออกไป
300 โต๊กต่อหน้า (ชั้น 600) บทความสัมมนา 10 หน้า = 3,000 โต๊ก บทความวิทยานิพนธ์ 30 หน้า = 9,000 โต๊ก จำนวนฟรีในแต่ละวัน สำหรับงานวิจัยที่ไม่ค่อยมีอะไรมาก
นำมันไปยัง ChatGPT/Claude เพื่อสรุปบทความ สร้าง RAG ส่วนตัวบนกระดาษที่ถูกจัดเรียงไว้ ทำการค้นหาความหมายในห้องสมุดของคุณเอง คัดลอกสมการโดยตรงไปยังโปรเจกต์ LaTeX หรือแค่อ่านบทความในรูปแบบข้อความธรรมดาบนโทรศัพท์ของคุณ
ใช่ — Nougat ทำการอ่านข้อความด้วยระบบ OCR เอง ข้อความที่ส่งมาจาก arXiv ที่ถูกสร้างขึ้นมาแบบดิจิตอลนั้นดีที่สุด (แสดงสมการได้อย่างสะอาด) งานวิจัยเก่าๆที่สแกนมาก็ทำงานได้เหมือนกัน แต่ความถูกต้องทางคณิตศาสตร์จะลดลงเล็กน้อย หากต้องการผลลัพธ์ที่ดีที่สุดในการสแกน โปรดสแกนใหม่ที่ความละเอียด 300+ จุดต่อนิ้ว ก่อนที่จะอัพโหลด
ประมวลผลทันที ข้อความ LaTeX ที่ออกมาจะถูกเก็บไว้ (24 ชั่วโมงโดยไม่ระบุชื่อ / 7วัน ลิงค์แบ่งปันที่จ่ายค่าใช้จ่ายหมดอายุ) ต้นฉบับ PDF จะถูกลบทันทีหลังจากดึงข้อมูลออกมา อย่าใช้สำหรับฝึกซ้อม สำหรับนโยบายที่ครบถ้วน โปรดดูที่ / privacy /
ใช่ — POST `file` หลายส่วนไปยัง /v1/document/academic-pdf/. กลับมา {text_url, pages, preview, tokens, share_url}. Bearer auth (sk-free-…) ให้ 10K tokens ฟรี/เดือน. /api/ มีตัวอย่าง curl
คุณจะให้คะแนนเครื่องมือนี้ยังไง