B站视频笔记：贴链接，出带时间的大纲和附原话的要点

逐字稿满 8 分钟的视频多一份带时间的大纲：5–20 节，每节有起止时间、标题和 1–3 条要点，排在逐字稿前面，复制和下载的 Markdown 里也有，不另收积分。2026-11-10 之后读的视频才有；UP 主自己分了章节的视频沿用原章节。

• 大纲：17 节，首尾相接盖住整节课，其中 15 节带一句在该节逐字稿里查得到的原话。
• 要点：15 条，5 条的原话标 ✓，10 条标 ✗。
• 逐字稿：527 句、29,916 字，每句带开始时间。
• 画面：逐字稿优先只抽 30 帧（约每 3 分钟一帧），两帧之间的板书和 PPT 文字没读，结果里写明了这一点。
• 用时和花费：从提交到完成 11 分 22 秒；45 积分，约 ¥6.48。
• 不够好的地方：最后一节大纲是 42:03–87:05，一节盖了后面 45 分钟。大纲在这节课上前半段分得细、后半段分得粗；后半段要靠要点和逐字稿自己补小标题。

## Key points

- Transformer被称为继MLP、CNN和RNN之后的第四大类深度学习模型，具有开创性影响力。
  - ✓ “开创了基MLP、CNN和RNN之后的第四大类模型” (≈00:15)
- 该论文标题为《Attention Is All You Need》，由Google等机构的八位作者共同完成，贡献均等且排名随机。
  - ✓ “Attention Is All You Need” (≈00:00)
- Transformer完全基于注意力机制，摒弃了传统的循环神经网络（RNN）和卷积层（CNN）。
  - ✓ “紧紧依赖于注意力机制，而没有用之前的循环或者是卷积” (≈06:03)
- 在WMT 2014英德翻译任务上达到28.4 BLEU，比当时最佳结果高出2个BLEU点。
  - ✗ “达到了28.4的Blue score...比目前的最好的结果好了两个blue”
…（共 15 条）

## Outline / 大纲

- `00:00–02:08` **论文标题梗与作者贡献均等现象**
  - 介绍Transformer是深度学习第四大类模型，开创性极强。
  - 斯坦福综述提议将其称为基础模型，显示其巨大影响力。
  - 解析标题"Attention is all you need"的双关含义及网络梗。
  - “开创了基MLP、CNN和RNN之后的第四大类模型”
- `02:08–03:21` **作者排名随机性与具体贡献说明**
  - 解释作者排名随机是为了公平分配Credit。
  - 列举具体贡献如提出替换RNN、实现模型及代码重构。
  - 强调明确列出每个作者贡献的良好做法。
  - “Leesing orders random”
- `03:21–05:12` **摘要解读：序列转录与简单架构**
  - 定义序列转录模型如机器翻译，传统依赖RNN/CNN。
  - Transformer提出简单新架构，符合当前研究偏好简单的趋势。
  - 介绍模型命名为Transformer（变形金刚）的趣味点。
  - “simple这个词不再是一个贬义词”
…（共 17 节，最后一节是 `42:03–87:05` 多头注意力机制的实现与目的）

## Transcript

_source: ASR_

`00:00` 大家好,今天是我们论文精读系列的第三篇文章,我们将讲的是Transformer这个模型,也就是大家投票分数最高的一篇模型。
`≈00:10` 这篇文章可以认为是最近三年以来深度学习里面最重要的文章之一。
`≈00:15` 它可以认为是开创了基MLP、CNN和RNN之后的第四大类模型。
…（共 527 句）

视频版权归 UP 主，这里只节选读取结果里的几行作说明。

分 P 的视频读完一 P，登录状态下结果页会写「这个视频共 N P，你读的是 P k」，选一段范围（默认接下来的 10 P）就能一次读完，每一 P 按自己的时长计费，开始之前先显示要多少积分。

同一天读的另一条：《李宏毅2020机器学习深度学习(完整版)国语》共 119 P，读的是 P2（22:04），用「只要文案」：5 节大纲，12 积分（约 ¥1.728），结果里写着这门课共 119 P、读的是 P2。 带 ?p=N 的链接读的就是第 N P；一批能放几条看套餐，超出时会告诉你这一批放得下几 P。

按加量包折算：$5 = 250 积分，支付宝按人民币结算 ¥36，每积分 ¥0.144。注册送 10 积分（一次性）。 任何人读过的链接再读 0 积分；读不出内容不收费。

在网页控制台里，免费方案读长视频，积分不够读完整节、或视频超过完整读取的 10 分钟上限时，会自动改用逐字稿优先，读到积分和方案能读的位置，并写明原因。 各种长度的价格表见B站网课转文字。

• 不出思维导图文件、Anki 卡片、Word、PDF。只有网页上的结果和 Markdown；大纲怎么画成思维导图，见B站视频生成思维导图。
• 不到 8 分钟的视频没有大纲，只有要点和逐字稿；UP 主自己分了章节的视频沿用原章节，不另写大纲。
• 2026-11-10 之前读过的视频，存下来的结果里没有大纲。
• 逐字稿优先和只要文案不会读全每一页板书、PPT；要画面上的字，用完整读取，见B站视频提取PPT。
• 不下载视频，不登录你的 B 站账号。

只想要一段总结，看B站视频 AI 总结；只要逐字稿，看B站视频转文字； 写代码一次读一个系列，看B站视频转文字 API。

B站视频怎么用 AI 记笔记？

把视频链接（bilibili.com/video/BV…、b23.tv 短链，或 App 里复制的整段分享文字）贴进本页的输入框，等它读完。8 分钟以上的视频会得到带时间的大纲、附原话的要点和整条逐字稿。登录后在结果页点「Copy Markdown」或「Download .md」，就是一份可以继续改的笔记。不用下载视频，不用登录 B 站。

大纲是怎么来的？每条视频都有吗？

逐字稿满 8 分钟的视频多一份带时间的大纲：5–20 节，每节有起止时间、标题和 1–3 条要点，排在逐字稿前面，复制和下载的 Markdown 里也有，不另收积分。2026-11-10 之后读的视频才有；UP 主自己分了章节的视频沿用原章节。大纲里的那句原话只有在这一节的逐字稿里逐字查得到才保留，查不到就不放，所以有的小节没有原话。

笔记准吗？能直接拿来背吗？

别直接背。逐字稿来自语音识别，普通话大多准确，英文术语、人名和数字容易错：实测那节课里，论文上的「Listing order is random」在逐字稿里成了「Leesing orders random」。要点是模型写的，附的原话查不到的会标 ✗，实测那节 15 条里 5 条标 ✓、10 条标 ✗（其中 9 条是模型把两句话用省略号拼成了一句，这样的原话查不到）。标 ✗ 的和要引用的句子，按时间回视频核对。

很长的课能记吗？最长多长？

只读口播的两档（逐字稿优先、只要文案）一个链接最长读 60 分钟，Dev 是 2 小时。更长的视频先读前面能读的部分，结果里写明读到了哪一分钟，大纲也只覆盖读到的部分。实测那节 87 分钟的课在 Dev 的上限以内，整节读完；免费账户和只买了积分包的账户，一个链接最多读到第 60 分钟。

分 P 的课程怎么记？

带 ?p=N 的链接读的是第 N P。分 P 的视频读完一 P，登录状态下结果页会写「这个视频共 N P，你读的是 P k」，选一段范围（默认接下来的 10 P）就能一次读完，每一 P 按自己的时长计费，开始之前先显示要多少积分。每一 P 各有自己的大纲（满 8 分钟的才有）和逐字稿。

多少钱？有免费的吗？

不注册可以先读一条。注册送 10 积分（一次性，不用绑卡）：逐字稿优先够读约 18 分钟，只要文案约 20 分钟。逐字稿优先每 2 分钟 1 积分，另加每条 1 积分；大纲不另收。用完后支付宝 ¥9.9 买 50 积分，或 ¥36 买 250 积分，一次性、不订阅、不过期。同一条视频任何人读过，再读不扣积分；读不出来也不扣积分。

笔记能导出成什么？能导进 Obsidian、Notion 吗？

登录后在结果页点「Copy Markdown」复制，或点「Download .md」下载成一个 Markdown 文件。Obsidian 把 .md 拖进库；Notion 用「导入 → Markdown」，或直接粘贴。也可以把 Markdown 交给 ChatGPT、Kimi 改成复习题或思维导图的提纲。我们不出 Word、PDF、思维导图文件和 Anki 卡片。

这和 B 站自己的笔记功能是一回事吗？

不是。这里是一个独立的网页工具，和 B 站没有关系：不需要登录 B 站，不会往你的 B 站账号里写任何东西，结果在 LinkDigest 的结果页和你下载的 Markdown 文件里。

哪些视频记不了？

私密、已删除或还在审核中的视频读不了，会说明原因、不扣积分。这里只返回文字，不提供视频或音频下载。