BiomedBERT (PubMedBERT abstract)

EmbeddingsNije dostupno
od MicrosoftID modela: 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.

Status
Nije dostupno
Kontekst
512 tokena
Ulaz → izlaz
Tekst → Vektor
Razvojni inženjer
Microsoft
Ažurirano
23. septembar 2026.

BiomedBERT (PubMedBERT abstract) trenutno nije dostupan

Možeš i dalje pročitati detalje na ovoj stranici. Odaberi jednu od dostupnih alternativa ispod kako bi odmah pokrenuo usporediv model.

Idi na alternative
01

Usporedivi modeli

Svi u ovoj kategoriji
02

Playground

Isprobaj BiomedBERT (PubMedBERT abstract)

Unos i rezultat

Trenutno nije dostupno

Trenutno nedostupno.

Playground je onemogućen. Usporedive modele možete pronaći u istoj kategoriji: Pogledaj alternative

Isprobaj BiomedBERT (PubMedBERT abstract)

0 / 4.000

Biomedical text to embed

Pokreće model dva puta (naplaćuje se dva puta).

Rezultat
Vektor se pojavljuje ovdje.

Ovaj pokus

Nema cijene – trenutno nije dostupno.

Novi si ovdje?

10 besplatnih kredita (0,10 US$) kada se registriraš s Googlom

Dostupno 24 sati nakon registracije, do 5 pokusa dnevno i najviše 2 kredita po pokusu. Ostale metode prijave počinju bez kredita.

03

O BiomedBERT (PubMedBERT abstract)

UkratkoStanje: 23. septembar 2026.

BiomedBERT (PubMedBERT abstract) je model od Microsoft iz kategorije Embeddings. BiomedBERT (PubMedBERT abstract) trenutno nije dostupan na Railwailu. Kontekstni prozor sadrži 512 tokena.

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

Cijene

Trenutno nedostupno. Za ovaj model trenutno nema cijene, pa se ne može pokrenuti.

05

API

Pozovi BiomedBERT (PubMedBERT abstract) sa svojim Railwail API ključem. Koristi ovaj ID modela u zahtjevu:
biomedbert-base-uncased-abstractPogledaj API dokumentacijuDobij API ključ

Trenutno nije dostupno

Model nema provjeren cijenu ili je deaktiviran; API pozivi se odbijaju.

06

Specifikacije

ID modela
biomedbert-base-uncased-abstract
Razvojni inženjer
Microsoft
Kategorija
Embeddings
Ulaz
Tekst
Izlaz
Vektor
Kontekstni prozor
512 tokena
Katalog ažuriran
23. septembar 2026.

Parametri ulaza

Ulazi i postavke iz sheme ulaza modela. Primjer u odjeljku API pokazuje koje od njih API prihvaća.

  • inputsobavezno

    Biomedical text to embed

    Tip: Tekst
    Zadano: –
    Dozvoljene vrijednosti: do 4.000 znakova

Oznake

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

Primjena

08

Često postavljana pitanja

Što je BiomedBERT (PubMedBERT abstract)?

BiomedBERT (PubMedBERT abstract) je model od Microsoft iz kategorije Embeddings. Naveden je na Railwailu, ali se trenutno ne može pokrenuti.

Koliko stoji BiomedBERT (PubMedBERT abstract) na Railwailu?

BiomedBERT (PubMedBERT abstract) se trenutno ne može pokrenuti na Railwailu, pa nema trenutne cijene. Dostupne alternative s cijenama navedene su dalje na ovoj stranici.

Koliki je kontekstni prozor od BiomedBERT (PubMedBERT abstract)?

Kontekstni prozor od BiomedBERT (PubMedBERT abstract) sadrži 512 tokena.

Koliko je brz BiomedBERT (PubMedBERT abstract)?

Za BiomedBERT (PubMedBERT abstract) na Railwailu još nema dovoljno izmjerenih pokretanja da bi se navedlo vrijeme izvršavanja. Ovisi o unošenju, postavkama i opterećenju kod pružatelja.

Je li BiomedBERT (PubMedBERT abstract) bolji od OpenAI text-embedding-3-large?

To ovisi o zadatku. BiomedBERT (PubMedBERT abstract) (Microsoft) i OpenAI text-embedding-3-large (OpenAI) su oba modela iz kategorije Embeddings. Stranica za usporedbu prikazuje njihove cijene i specifikacije usporedno.

Usporedi BiomedBERT (PubMedBERT abstract) i OpenAI text-embedding-3-large

Mogu li koristiti BiomedBERT (PubMedBERT abstract) sada?

Trenutno nedostupno. Stranica ostaje dostupna; dostupne alternative iz iste kategorije navedene su dalje.

Svi modeli preko jednog API-ja

Jedan API ključ za sve modele na Railwailu. Korištenje se naplaćuje iz unaprijed plaćenih kredita, 1 kredit = 0,01 US$.