SciBERT (scivocab uncased)

EmbeddingsIndisponível

por 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.

Ver alternativas Comparar

Status: Indisponível
Contexto: 512 tokens
Entrada → Saída: Texto → Vetor
Desenvolvedor: Community
Atualizado: 23 de setembro de 2026

SciBERT (scivocab uncased) não está disponível no momento

Você ainda pode ler os detalhes nesta página. Escolha uma das alternativas disponíveis abaixo para executar um modelo comparável imediatamente.

Ir para alternativas

Modelos comparáveis

Todos nesta categoria

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.
US$ 0,156/1M entrada
Comparar SciBERT (scivocab uncased) vs. 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.
US$ 0,024/1M entrada
Comparar SciBERT (scivocab uncased) vs. OpenAI text-embedding-3-small

Playground

Experimentar SciBERT (scivocab uncased)

Entrada & saída

Indisponível no momento

Atualmente indisponível.

O playground está desativado. Encontre modelos comparáveis na mesma categoria: Ver alternativas

Text

0 / 4.000

Scientific text to embed

Comparar com (opcional)

Executa o modelo duas vezes (cobrado duas vezes).

⌘/Ctrl + Enter

Resultado

O vetor aparece aqui.

Esta execução

Sem preço – indisponível no momento.

Novo por aqui?

10 créditos grátis (US$ 0,10) ao se inscrever com Google

Utilizável 24 horas após inscrição, até 5 execuções por dia e no máximo 2 créditos por execução. Outros métodos de login começam sem créditos.

Sobre SciBERT (scivocab uncased)

ResumoA partir de 23 de setembro de 2026

SciBERT (scivocab uncased) é um modelo de Community na categoria Embeddings. SciBERT (scivocab uncased) não está disponível no Railwail no momento. A janela de contexto contém 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.

Preços

Atualmente indisponível. Não há preço para este modelo no momento, portanto não pode ser executado.

API

Chame SciBERT (scivocab uncased) com sua chave de API Railwail. Use este ID de modelo na solicitação:

scibert-scivocab-uncasedDocumentação da API Obter uma chave de API

Indisponível no momento

O modelo não tem preço verificado ou está desativado; chamadas de API são recusadas.

Especificações

ID do modelo: scibert-scivocab-uncased
Desenvolvedor: Community
Categoria: Embeddings
Entrada: Texto
Saída: Vetor
Janela de contexto: 512 tokens
Entrada do catálogo atualizada: 23 de setembro de 2026

Parâmetros de entrada

Entradas e configurações do esquema de entrada do modelo. O exemplo na seção API mostra quais delas a API aceita.

ParâmetroTipoPadrãoValores permitidos

inputsobrigatório
Scientific text to embed
Tipo: Texto
Padrão: –
Valores permitidos: até 4.000 caracteres

Casos de uso

Guias relacionados

Embedding Models for Search & Science

Todos os modelos em Embeddings

Perguntas frequentes

O que é SciBERT (scivocab uncased)?

SciBERT (scivocab uncased) é um modelo de Community na categoria Embeddings. Está listado no Railwail, mas não pode ser executado no momento.

Quanto custa SciBERT (scivocab uncased) no Railwail?

SciBERT (scivocab uncased) não pode ser executado no Railwail no momento, portanto não há preço atual. Alternativas disponíveis com preços estão listadas mais abaixo nesta página.

Qual é a janela de contexto de SciBERT (scivocab uncased)?

A janela de contexto de SciBERT (scivocab uncased) contém 512 tokens.

Qual é a velocidade de SciBERT (scivocab uncased)?

Ainda não há execuções medidas suficientes de SciBERT (scivocab uncased) no Railwail para indicar um tempo de execução. Depende da entrada, das configurações e da carga no provedor.