BiomedBERT (PubMedBERT abstract)

EmbeddingsНедостъпно
от MicrosoftID на модела: biomedbert-base-uncased-abstract

Microsoft BiomedBERT (formerly PubMedBERT) pretrained from scratch on PubMed abstracts with a domain-specific vocabulary, rather than adapting a general model. As a feature extractor it gives 768-dim biomedical embeddings and set the original state of the art on the BLURB biomedical NLP benchmark.

Статус
Недостъпно
Контекст
512 токена
Вход → Изход
Текст → Вектор
Разработчик
Microsoft
Актуализирано
23 септември 2026 г.

BiomedBERT (PubMedBERT abstract) е временно недостъпен

Можете да прочетете подробностите на тази страница. Изберете една от наличните алтернативи по-долу, за да стартирате сравним модел веднага.

Към алтернативите
01

Сравними модели

Всички в тази категория
02

Playground

Опитай BiomedBERT (PubMedBERT abstract)

Вход и резултат

Временно недостъпно

Временно недостъпно.

Playground е деактивиран. Сравними модели можеш да намериш в същата категория: Преглед на алтернативи

Опитай BiomedBERT (PubMedBERT abstract)

0 / 4000

Biomedical text to embed

Стартира модела два пъти (фактурирано два пъти).

Резултат
Векторът се появява тук.

Този запуск

Няма цена – в момента недостъпно.

Нов си тук?

10 безплатни кредита (0,10 щ.д.) при регистрация с Google

Използваемо 24 часа след регистрация, до 5 запуска на ден и максимум 2 кредита на запуск. Други методи за вход стартират без кредита.

03

За BiomedBERT (PubMedBERT abstract)

НакраткоКъм 23 септември 2026 г.

BiomedBERT (PubMedBERT abstract) е модел на Microsoft от категория Embeddings. На Railwail BiomedBERT (PubMedBERT abstract) в момента не е наличен. Контекстното окно съдържа 512 токена.

BiomedBERT, originally released as PubMedBERT, was trained from random initialization purely on biomedical text from PubMed, with its vocabulary learned from that same corpus. Microsoft's research showed that domain-specific pretraining from scratch beats continual pretraining of general BERT for biomedicine, and the model topped the BLURB benchmark. This abstract-only checkpoint is the most widely used variant. Through the Hugging Face feature-extraction pipeline it returns contextual token embeddings; mean-pool or take [CLS] for sentence and document vectors.
04

Цени

Временно недостъпно. В момента няма цена за този модел, затова не може да се изпълни.

05

API

Извикайте BiomedBERT (PubMedBERT abstract) с вашия Railwail API ключ. Използвайте този ID на модела в заявката:

В момента недостъпно

Моделът няма проверена цена или е деактивиран; API обаждания се отхвърлят.

06

Спецификации

ID на модела
biomedbert-base-uncased-abstract
Разработчик
Microsoft
Категория
Embeddings
Вход
Текст
Изход
Вектор
Контекстен прозорец
512 токена
Каталогът е актуализиран
23 септември 2026 г.

Входни параметри

Входове и настройки от входната схема на модела. Примерът в раздела API показва кои от тях приема API.

  • inputsзадължително

    Biomedical text to embed

    Тип: Текст
    По подразбиране: –
    Разрешени стойности: до 4000 символа

Етикети

  • science
  • embedding
  • research
  • huggingface
  • biomedbert
  • pubmedbert
  • microsoft
  • biomedical
07

Случаи на използване

08

Често задавани въпроси

Какво е BiomedBERT (PubMedBERT abstract)?

BiomedBERT (PubMedBERT abstract) е модел от Microsoft в категория Embeddings. Той е включен в каталога на Railwail, но не може да се стартира в момента.

Колко струва BiomedBERT (PubMedBERT abstract) на Railwail?

BiomedBERT (PubMedBERT abstract) не може да се стартира на Railwail в момента, затова няма текуща цена. Налични алтернативи с цени са изброени по-долу на тази страница.

Какво е контекстното окно на BiomedBERT (PubMedBERT abstract)?

Контекстното окно на BiomedBERT (PubMedBERT abstract) съдържа 512 токена.

Колко бърз е BiomedBERT (PubMedBERT abstract)?

Все още няма достатъчно измерени задачи на BiomedBERT (PubMedBERT abstract) на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.

Е ли BiomedBERT (PubMedBERT abstract) по-добър от OpenAI text-embedding-3-large?

Зависи от задачата. BiomedBERT (PubMedBERT abstract) (Microsoft) и OpenAI text-embedding-3-large (OpenAI) са и двата модела в категория Embeddings. Страницата за сравнение показва техните цени и спецификации един до друг.

Сравни BiomedBERT (PubMedBERT abstract) и OpenAI text-embedding-3-large

Мога ли да използвам BiomedBERT (PubMedBERT abstract) сега?

Временно недостъпно. Страницата остава онлайн; налични алтернативи от същата категория са изброени по-долу.

Всички модели чрез един API

Един API ключ за всеки модел на Railwail. Използването се начислява от предплатени кредити, 1 кредит = 0,01 щ.д..