BioBERT v1.2 (Biomedical Embeddings)

EmbeddingiNiedostępne
od CommunityID modelu: biobert-base-cased-v1-2

DMIS-Lab (Korea University) BERT-base initialized from English BERT and further pretrained on PubMed abstracts. Used as a feature extractor it yields 768-dim contextual embeddings tuned for biomedical text mining tasks such as NER, relation extraction and biomedical question answering.

Status
Niedostępne
Kontekst
512 tokenów
Wejście → Wyjście
Tekst → Wektor
Deweloper
Community
Zaktualizowano
23 września 2026

BioBERT v1.2 (Biomedical Embeddings) jest obecnie niedostępny

Możesz nadal przeczytać szczegóły na tej stronie. Wybierz jedną z dostępnych alternatyw poniżej, aby od razu uruchomić porównywalny model.

Przejdź do alternatyw
01

Porównywalne modele

Wszystkie w tej kategorii
02

Playground

Spróbuj BioBERT v1.2 (Biomedical Embeddings)

Wejście i wyjście

Niedostępny

Obecnie niedostępne.

Plac zabaw jest wyłączony. Porównywalne modele znajdziesz w tej samej kategorii: Przeglądaj alternatywy

Spróbuj BioBERT v1.2 (Biomedical Embeddings)

0 / 4000

Biomedical text to embed

Uruchamia model dwa razy (rozliczane dwa razy).

Wynik
Wektor pojawi się tutaj.

To uruchomienie

Brak ceny – obecnie niedostępne.

Nowy tutaj?

10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google

Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów.

03

O BioBERT v1.2 (Biomedical Embeddings)

Krótko mówiącStan na 23 września 2026

BioBERT v1.2 (Biomedical Embeddings) to model opracowany przez Community w kategorii Embeddingi. BioBERT v1.2 (Biomedical Embeddings) nie jest obecnie dostępny w serwisie Railwail. Okno kontekstu zawiera 512 tokenów.

BioBERT continues pretraining of the cased English BERT-base model on large biomedical corpora (PubMed abstracts), keeping the original vocabulary so it stays compatible with general-domain BERT while gaining biomedical knowledge. Version 1.2 is the cased release maintained by DMIS-Lab. It was one of the first domain-adapted BERTs and remains a standard baseline for biomedical NLP. Served through Hugging Face with the feature-extraction pipeline, returning token-level hidden states; pool them for sentence or document embeddings.
04

Ceny

Obecnie niedostępne. Dla tego modelu nie ma ceny w tej chwili, dlatego nie można go uruchomić.

05

API

Wywołaj BioBERT v1.2 (Biomedical Embeddings) za pomocą klucza API Railwail. Użyj tego ID modelu w żądaniu:
biobert-base-cased-v1-2Dokumentacja APIUzyskaj klucz API

Obecnie niedostępne

Model nie ma zweryfikowanej ceny lub jest wyłączony; wywołania API są odrzucane.

06

Specyfikacje

ID modelu
biobert-base-cased-v1-2
Deweloper
Community
Kategoria
Embeddingi
Wejście
Tekst
Wyjście
Wektor
Okno kontekstu
512 tokenów
Wpis w katalogu zaktualizowany
23 września 2026

Parametry wejściowe

Dane wejściowe i ustawienia ze schematu wejściowego modelu. Przykład w sekcji API pokazuje, które z nich API akceptuje.

  • inputswymagane

    Biomedical text to embed

    Typ: Tekst
    Domyślnie: –
    Dozwolone wartości: do 4000 znaków

Tagi

  • science
  • embedding
  • research
  • huggingface
  • biobert
  • biomedical
  • medical
  • bert
07

Przypadki użycia

08

Często zadawane pytania

Co to jest BioBERT v1.2 (Biomedical Embeddings)?

BioBERT v1.2 (Biomedical Embeddings) to model opracowany przez Community w kategorii Embeddingi. Jest wymieniony w katalogu Railwail, ale nie może być uruchomiony w tej chwili.

Ile kosztuje BioBERT v1.2 (Biomedical Embeddings) w serwisie Railwail?

BioBERT v1.2 (Biomedical Embeddings) nie może być uruchomiony w serwisie Railwail w tej chwili, dlatego nie ma aktualnej ceny. Dostępne alternatywy z cenami są wymienione poniżej na tej stronie.

Jakie jest okno kontekstu BioBERT v1.2 (Biomedical Embeddings)?

Okno kontekstu BioBERT v1.2 (Biomedical Embeddings) zawiera 512 tokenów.

Jak szybki jest BioBERT v1.2 (Biomedical Embeddings)?

Dla BioBERT v1.2 (Biomedical Embeddings) jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.

Czy BioBERT v1.2 (Biomedical Embeddings) jest lepszy niż OpenAI text-embedding-3-large?

To zależy od zadania. BioBERT v1.2 (Biomedical Embeddings) (Community) i OpenAI text-embedding-3-large (OpenAI) to oba modele z kategorii Embeddingi. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.

Porównaj BioBERT v1.2 (Biomedical Embeddings) i OpenAI text-embedding-3-large

Czy mogę używać BioBERT v1.2 (Biomedical Embeddings) teraz?

Obecnie niedostępne. Strona pozostaje online; dostępne alternatywy z tej samej kategorii są wymienione poniżej.

Wszystkie modele przez jedno API

Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.