SciBERT (scivocab uncased)

EmbeddingsNije dostupno

od 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.

Pogledaj alternative Usporedi

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

SciBERT (scivocab uncased) 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

Usporedivi modeli

Svi u ovoj kategoriji

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$/1M in
Usporedi SciBERT (scivocab uncased) i OpenAI text-embedding-3-large
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1M in
Usporedi SciBERT (scivocab uncased) i OpenAI text-embedding-3-small

Playground

Isprobaj SciBERT (scivocab uncased)

Unos i rezultat

Trenutno nije dostupno

Trenutno nedostupno.

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

Text

0 / 4.000

Scientific text to embed

Usporedi s (opcionalno)

Pokreće model dva puta (naplaćuje se dva puta).

⌘/Ctrl + Enter

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.

O SciBERT (scivocab uncased)

UkratkoStanje: 23. septembar 2026.

SciBERT (scivocab uncased) je model od Community iz kategorije Embeddings. SciBERT (scivocab uncased) trenutno nije dostupan na Railwailu. Kontekstni prozor sadrži 512 tokena.

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.

Cijene

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

API

Pozovi SciBERT (scivocab uncased) sa svojim Railwail API ključem. Koristi ovaj ID modela u zahtjevu:

scibert-scivocab-uncasedPogledaj API dokumentaciju Dobij API ključ

Trenutno nije dostupno

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

Specifikacije

ID modela: scibert-scivocab-uncased
Razvojni inženjer: Community
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.

ParametarTipZadanoDozvoljene vrijednosti

inputsobavezno
Scientific text to embed
Tip: Tekst
Zadano: –
Dozvoljene vrijednosti: do 4.000 znakova

Oznake

science
embedding
research
huggingface
scibert
allenai
biomedical
bert

Primjena

Povezani vodiči

Embedding Models for Search & Science

Svi modeli: Embeddings

Često postavljana pitanja

Što je SciBERT (scivocab uncased)?

SciBERT (scivocab uncased) je model od Community iz kategorije Embeddings. Naveden je na Railwailu, ali se trenutno ne može pokrenuti.

Koliko stoji SciBERT (scivocab uncased) na Railwailu?

SciBERT (scivocab uncased) 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 SciBERT (scivocab uncased)?

Kontekstni prozor od SciBERT (scivocab uncased) sadrži 512 tokena.

Koliko je brz SciBERT (scivocab uncased)?

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

Je li SciBERT (scivocab uncased) bolji od OpenAI text-embedding-3-large?

To ovisi o zadatku. SciBERT (scivocab uncased) (Community) i OpenAI text-embedding-3-large (OpenAI) su oba modela iz kategorije Embeddings. Stranica za usporedbu prikazuje njihove cijene i specifikacije usporedno.

Usporedi SciBERT (scivocab uncased) i OpenAI text-embedding-3-large

Mogu li koristiti SciBERT (scivocab uncased) 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$.

Dobij API ključ Pogledaj sve modele