BioBERT v1.2 (Biomedical Embeddings)

EmbeddingsNo disponible

de Communitybiobert-base-cased-v1-2

DMIS-Lab (Korea University) BERT-base initialized from English BERT and further pretrained on PubMed abstracts. Used as a feature extractor it yields 768-dim contextual embeddings tuned for biomedical text mining tasks such as NER, relation extraction and biomedical question answering.

Ver alternativas Comparar

Estado: No disponible
Contexto: 512 tokens
Entrada → Salida: Texto → Vector
Desarrollador: Community
Actualizado: 23 de septiembre de 2026

BioBERT v1.2 (Biomedical Embeddings) no está disponible actualmente

Puedes seguir leyendo los detalles en esta página. Elige una de las alternativas disponibles abajo para ejecutar un modelo comparable de inmediato.

Ir a alternativas

Modelos comparables

Todos en esta categoría

OpenAI text-embedding-3-largeOpenAI
OpenAI's highest-quality embedding model. Returns 3072-dim vectors by default and supports reducing dimensions via the dimensions parameter. Outperforms text-embedding-3-small and the older ada-002 on MTEB and multilingual MIRACL retrieval benchmarks, for cases where accuracy matters more than cost.
0,156 US$/1M entrada
Comparar BioBERT v1.2 (Biomedical Embeddings) vs. OpenAI text-embedding-3-large
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1M entrada
Comparar BioBERT v1.2 (Biomedical Embeddings) vs. OpenAI text-embedding-3-small

Playground

Probar BioBERT v1.2 (Biomedical Embeddings)

Entrada y salida

No disponible actualmente

Actualmente no disponible.

El área de pruebas está desactivada. Puedes encontrar modelos comparables en la misma categoría: Explorar alternativas

Text

0 / 4000

Biomedical text to embed

Comparar con (opcional)

Ejecuta el modelo dos veces (se factura dos veces).

⌘/Ctrl + Intro

Resultado

El vector aparece aquí.

Esta ejecución

Sin precio – actualmente no disponible.

¿Eres nuevo aquí?

10 créditos gratis (0,10 US$) cuando te registres con Google

Disponible 24 horas después del registro, hasta 5 ejecuciones por día y como máximo 2 créditos por ejecución. Otros métodos de inicio de sesión comienzan sin créditos.

Acerca de BioBERT v1.2 (Biomedical Embeddings)

ResumenA fecha de 23 de septiembre de 2026

BioBERT v1.2 (Biomedical Embeddings) es un modelo de Community en la categoría Embeddings. BioBERT v1.2 (Biomedical Embeddings) no está disponible en Railwail en este momento. La ventana de contexto contiene 512 tokens.

BioBERT continues pretraining of the cased English BERT-base model on large biomedical corpora (PubMed abstracts), keeping the original vocabulary so it stays compatible with general-domain BERT while gaining biomedical knowledge. Version 1.2 is the cased release maintained by DMIS-Lab. It was one of the first domain-adapted BERTs and remains a standard baseline for biomedical NLP. Served through Hugging Face with the feature-extraction pipeline, returning token-level hidden states; pool them for sentence or document embeddings.

Precios

Actualmente no disponible. No hay precio para este modelo en este momento, por lo que no se puede ejecutar.

API

Llama a BioBERT v1.2 (Biomedical Embeddings) con tu clave API de Railwail. Usa este ID de modelo en la solicitud:

biobert-base-cased-v1-2Documentación de API Obtener una clave API

Actualmente no disponible

El modelo no tiene un precio verificado o está desactivado; las llamadas a la API se rechazan.

Especificaciones

ID del modelo: biobert-base-cased-v1-2
Desarrollador: Community
Categoría: Embeddings
Entrada: Texto
Salida: Vector
Ventana de contexto: 512 tokens
Entrada del catálogo actualizada: 23 de septiembre de 2026

Parámetros de entrada

Entradas y configuración del esquema de entrada del modelo. El ejemplo en la sección API muestra cuáles de ellas acepta la API.

ParámetroTipoPredeterminadoValores permitidos

inputsObligatorio
Biomedical text to embed
Tipo: Texto
Predeterminado: –
Valores permitidos: Hasta 4000 caracteres

Casos de uso

Guías relacionadas

Embedding Models for Search & Science

Todos los modelos en Embeddings

Preguntas frecuentes

¿Qué es BioBERT v1.2 (Biomedical Embeddings)?

BioBERT v1.2 (Biomedical Embeddings) es un modelo de Community en la categoría Embeddings. Aparece en el catálogo de Railwail pero no se puede ejecutar en este momento.

¿Cuánto cuesta BioBERT v1.2 (Biomedical Embeddings) en Railwail?

BioBERT v1.2 (Biomedical Embeddings) no se puede ejecutar en Railwail en este momento, por lo que no hay precio actual. Las alternativas disponibles con precios se enumeran más abajo en esta página.

¿Cuál es la ventana de contexto de BioBERT v1.2 (Biomedical Embeddings)?

La ventana de contexto de BioBERT v1.2 (Biomedical Embeddings) contiene 512 tokens.

¿Qué velocidad tiene BioBERT v1.2 (Biomedical Embeddings)?

Aún no hay suficientes ejecuciones medidas de BioBERT v1.2 (Biomedical Embeddings) en Railwail para indicar un tiempo de ejecución. Depende de la entrada, la configuración y la carga en el proveedor.

¿Es BioBERT v1.2 (Biomedical Embeddings) mejor que OpenAI text-embedding-3-large?

Depende de la tarea. BioBERT v1.2 (Biomedical Embeddings) (Community) y OpenAI text-embedding-3-large (OpenAI) son ambos modelos en la categoría Embeddings. La página de comparación muestra sus precios y especificaciones lado a lado.

Comparar BioBERT v1.2 (Biomedical Embeddings) y OpenAI text-embedding-3-large

¿Puedo usar BioBERT v1.2 (Biomedical Embeddings) ahora mismo?

Actualmente no disponible. La página se mantiene en línea; las alternativas disponibles de la misma categoría se enumeran más abajo.

Todos los modelos a través de una API

Una clave API para todos los modelos en Railwail. El uso se cobra desde créditos prepagados, 1 crédito = 0,01 US$.

Obtener clave API Explorar todos los modelos