SciBERT (scivocab uncased)

EmbeddingsNon disponible

par Communityscibert-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.

Voir les alternatives Comparer

Statut: Non disponible
Contexte: 512 tokens
Entrée → Sortie: Texte → Vecteur
Développeur: Community
Mis à jour: 23 septembre 2026

SciBERT (scivocab uncased) n'est actuellement pas disponible

Vous pouvez toujours consulter les détails sur cette page. Choisissez l'une des alternatives disponibles ci-dessous pour exécuter immédiatement un modèle comparable.

Voir les alternatives

Modèles comparables

Tous dans cette catégorie

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 entrée
Comparer SciBERT (scivocab uncased) et 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 entrée
Comparer SciBERT (scivocab uncased) et OpenAI text-embedding-3-small

Playground

Essayer SciBERT (scivocab uncased)

Entrée & résultat

Actuellement indisponible

Actuellement indisponible.

Le playground est désactivé. Vous pouvez trouver des modèles comparables dans la même catégorie : Parcourir les alternatives

Text

0 / 4.000

Scientific text to embed

Comparer avec (optionnel)

Exécute le modèle deux fois (facturé deux fois).

⌘/Ctrl + Entrée

Résultat

Le vecteur apparaît ici.

Cette exécution

Pas de prix – actuellement indisponible.

Nouveau par ici ?

10 crédits gratuits (0,10 $US) lors de l'inscription avec Google

Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits.

À propos de SciBERT (scivocab uncased)

RésuméAu 23 septembre 2026

SciBERT (scivocab uncased) est un modèle de Community dans la catégorie Embeddings. SciBERT (scivocab uncased) n'est actuellement pas disponible sur Railwail. La fenêtre de contexte contient 512 tokens.

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.

Tarification

Actuellement indisponible. Il n'y a actuellement pas de prix pour ce modèle, il ne peut donc pas être exécuté.

API

Appelez SciBERT (scivocab uncased) avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

scibert-scivocab-uncasedDocumentation API Obtenir une clé API

Actuellement indisponible

Le modèle n'a pas de prix vérifié ou est désactivé ; les appels API sont refusés.

Spécifications

ID du modèle: scibert-scivocab-uncased
Développeur: Community
Catégorie: Embeddings
Entrée: Texte
Sortie: Vecteur
Fenêtre de contexte: 512 tokens
Entrée du catalogue mise à jour: 23 septembre 2026

Paramètres d'entrée

Entrées et paramètres du schéma d'entrée du modèle. L'exemple dans la section API montre lesquels l'API accepte.

ParamètreTypeDéfautValeurs autorisées

inputsObligatoire
Scientific text to embed
Type: Texte
Défaut: –
Valeurs autorisées: jusqu'à 4.000 caractères

Cas d'usage

Guides connexes

Embedding Models for Search & Science

Tous les modèles : Embeddings

Questions fréquemment posées

Qu'est-ce que SciBERT (scivocab uncased) ?

SciBERT (scivocab uncased) est un modèle de Community dans la catégorie Embeddings. Il est listé sur Railwail mais ne peut pas être exécuté pour le moment.

Combien coûte SciBERT (scivocab uncased) sur Railwail ?

SciBERT (scivocab uncased) ne peut pas être exécuté sur Railwail pour le moment, il n'y a donc pas de prix actuel. Les alternatives disponibles avec leurs prix sont listées plus bas sur cette page.

Quelle est la fenêtre de contexte de SciBERT (scivocab uncased) ?

La fenêtre de contexte de SciBERT (scivocab uncased) contient 512 tokens.

Quelle est la vitesse de SciBERT (scivocab uncased) ?

Il n'y a pas encore assez d'exécutions mesurées de SciBERT (scivocab uncased) sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.