SciBERT (scivocab uncased)

EmbeddingsNon disponibile
di CommunityID modello: 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.

Stato
Non disponibile
Contesto
512 token
Input → output
Testo → Vettore
Sviluppatore
Community
Aggiornato
23 settembre 2026

SciBERT (scivocab uncased) non è attualmente disponibile

Puoi comunque leggere i dettagli su questa pagina. Scegli una delle alternative disponibili di seguito per eseguire subito un modello comparabile.

Vai alle alternative
01

Modelli comparabili

Tutti in questa categoria
02

Playground

Prova SciBERT (scivocab uncased)

Input e output

Attualmente non disponibile

Attualmente non disponibile.

Il playground è disabilitato. Trovi modelli comparabili nella stessa categoria: Visualizza alternative

Prova SciBERT (scivocab uncased)

0 / 4000

Scientific text to embed

Esegue il modello due volte (fatturato due volte).

Risultato
Il vettore appare qui.

Questa esecuzione

Nessun prezzo – attualmente non disponibile.

Nuovo qui?

10 crediti gratuiti (0,10 USD) quando ti iscrivi con Google

Utilizzabile 24 ore dopo l'iscrizione, fino a 5 esecuzioni al giorno e al massimo 2 crediti per esecuzione. Altri metodi di accesso iniziano senza crediti.

03

Informazioni su SciBERT (scivocab uncased)

RiassuntoA partire da 23 settembre 2026

SciBERT (scivocab uncased) è un modello di Community nella categoria Embeddings. SciBERT (scivocab uncased) non è attualmente disponibile su Railwail. La finestra di contesto contiene 512 token.

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

Prezzi

Attualmente non disponibile. Al momento non c'è un prezzo per questo modello, quindi non può essere eseguito.

05

API

Chiama SciBERT (scivocab uncased) con la tua chiave API Railwail. Usa questo ID modello nella richiesta:

Attualmente non disponibile

Il modello non ha un prezzo verificato o è disattivato; le chiamate API vengono rifiutate.

06

Specifiche

ID modello
scibert-scivocab-uncased
Sviluppatore
Community
Categoria
Embeddings
Input
Testo
Output
Vettore
Finestra di contesto
512 token
Voce di catalogo aggiornata
23 settembre 2026

Parametri di input

Input e impostazioni dallo schema di input del modello. L'esempio nella sezione API mostra quali di essi l'API accetta.

  • inputsObbligatorio

    Scientific text to embed

    Tipo: Testo
    Predefinito: –
    Valori consentiti: fino a 4000 caratteri

Etichette

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

Casi d'uso

08

Domande frequenti

Cos'è SciBERT (scivocab uncased)?

SciBERT (scivocab uncased) è un modello di Community nella categoria Embeddings. È elencato su Railwail ma non può essere eseguito al momento.

Quanto costa SciBERT (scivocab uncased) su Railwail?

SciBERT (scivocab uncased) non può essere eseguito su Railwail al momento, quindi non c'è un prezzo attuale. Le alternative disponibili con i prezzi sono elencate più in basso in questa pagina.

Qual è la finestra di contesto di SciBERT (scivocab uncased)?

La finestra di contesto di SciBERT (scivocab uncased) contiene 512 token.

Quanto è veloce SciBERT (scivocab uncased)?

Non ci sono ancora abbastanza esecuzioni misurate di SciBERT (scivocab uncased) su Railwail per indicare un tempo di esecuzione. Dipende dall'input, dalle impostazioni e dal carico presso il provider.

SciBERT (scivocab uncased) è migliore di OpenAI text-embedding-3-large?

Dipende dall'attività. SciBERT (scivocab uncased) (Community) e OpenAI text-embedding-3-large (OpenAI) sono entrambi modelli nella categoria Embeddings. La pagina di confronto mostra i loro prezzi e le specifiche affiancati.

Confronta SciBERT (scivocab uncased) e OpenAI text-embedding-3-large

Posso usare SciBERT (scivocab uncased) adesso?

Attualmente non disponibile. La pagina rimane online; le alternative disponibili della stessa categoria sono elencate più in basso.

Tutti i modelli tramite un'API

Una chiave API per tutti i modelli su Railwail. L'utilizzo viene addebitato da crediti prepagati, 1 credito = 0,01 USD.