SciBERT (scivocab uncased)

EmbeddingsNem elérhető
Community általModell-azonosító: scibert-scivocab-uncased

AllenAI BERT-base pretrained from scratch on 1.14M scientific papers (mostly biomedical and computer science) with its own scientific WordPiece vocabulary. Used as a feature extractor it gives 768-dim contextual embeddings tuned to scientific text, outperforming general BERT on tasks like NER and relation extraction in research corpora.

Állapot
Nem elérhető
Kontextus
512 token
Bemenet → kimenet
Szöveg → Vektor
Fejlesztő
Community
Frissítve
2026. szeptember 23.

SciBERT (scivocab uncased) jelenleg nem elérhető

Az oldal részleteit továbbra is elolvashatja. Az alábbi elérhető alternatívák közül válasszon egy hasonló modell azonnali futtatásához.

Ugrás az alternatívákhoz
01
02

Playground

Próbáld ki: SciBERT (scivocab uncased)

Bemenet és kimenet

Jelenleg nem elérhető

Jelenleg nem elérhető.

A játszótér letiltva van. Hasonló modelleket találsz ugyanabban a kategóriában: Alternatívák megtekintése

Próbáld ki: SciBERT (scivocab uncased)

0 / 4000

Scientific text to embed

Kétszer futtatja a modellt (kétszer számlázva).

Eredmény
A vektor itt jelenik meg.

Ez a futtatás

Nincs ár – jelenleg nem elérhető.

Új vagy itt?

10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor

Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak.

03

A SciBERT (scivocab uncased) névjegye

Röviden2026. szeptember 23. szerint

A SciBERT (scivocab uncased) a Community által fejlesztett modell a Embeddings kategóriában. A SciBERT (scivocab uncased) jelenleg nem érhető el a Railwail-en. A kontextablak 512 tokent tartalmaz.

SciBERT is a BERT-base model trained on a large corpus of full-text scientific papers from Semantic Scholar. Unlike vanilla BERT it uses scivocab, a WordPiece vocabulary built directly from scientific text, which improves token coverage for domain terminology. This scivocab-uncased checkpoint is the most downloaded variant. Through the Hugging Face feature-extraction pipeline it returns token-level hidden states; mean-pool or take the [CLS] vector for sentence or document embeddings in scientific search and classification pipelines.
04

Árak

Jelenleg nem elérhető. Jelenleg nincs ár ehhez a modellhez, ezért nem futtatható.

05

API

Hívja meg a SciBERT (scivocab uncased) modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:

Jelenleg nem elérhető

A modellnek nincs ellenőrzött ára vagy deaktiválva van; az API-hívások visszautasítottak.

06

Specifikációk

Modell-azonosító
scibert-scivocab-uncased
Fejlesztő
Community
Kategória
Embeddings
Bemenet
Szöveg
Kimenet
Vektor
Kontextusablak
512 token
Katalógus bejegyzés frissítve
2026. szeptember 23.

Bemeneti paraméterek

A modell bemeneti sémájából származó bemenetek és beállítások. Az API szakaszban szereplő példa mutatja, hogy az API melyiket fogadja el.

  • inputskötelező

    Scientific text to embed

    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: legfeljebb 4000 karakter

Címkék

  • science
  • embedding
  • research
  • huggingface
  • scibert
  • allenai
  • biomedical
  • bert
07

Felhasználási esetek

08

Gyakran ismételt kérdések

Mi az a SciBERT (scivocab uncased)?

A SciBERT (scivocab uncased) a Community által fejlesztett modell a Embeddings kategóriában. A Railwail katalógusában szerepel, de jelenleg nem futtatható.

Mennyibe kerül a SciBERT (scivocab uncased) a Railwail-on?

A SciBERT (scivocab uncased) jelenleg nem futtatható a Railwail-on, ezért nincs aktuális ár. Az elérhető alternatívák árakkal az oldal alább találhatók.

Mekkora a SciBERT (scivocab uncased) kontextablaka?

A SciBERT (scivocab uncased) kontextablaka 512 tokent tartalmaz.

Milyen gyors a SciBERT (scivocab uncased)?

A SciBERT (scivocab uncased)-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

A SciBERT (scivocab uncased) jobb, mint a OpenAI text-embedding-3-large?

Ez a feladattól függ. A SciBERT (scivocab uncased) (Community) és a OpenAI text-embedding-3-large (OpenAI) egyaránt modellek a Embeddings kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

SciBERT (scivocab uncased) és OpenAI text-embedding-3-large összehasonlítása

Használhatom a SciBERT (scivocab uncased)-t most?

Jelenleg nem elérhető. Az oldal online marad; az ugyanabból a kategóriából elérhető alternatívák az oldal alább találhatók.

Összes modell egy API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.