BiomedBERT (PubMedBERT abstract)

EmbeddingsНедоступно
од MicrosoftID модела: 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.

Статус
Недоступно
Контекст
512 токена
Унос → излаз
Текст → Вектор
Програмер
Microsoft
Ажурирано
23. септембар 2026.

BiomedBERT (PubMedBERT abstract) је тренутно недоступан

Можеш и даље читати детаље на овој страници. Изабери једну од доступних алтернатива испод да одмах покренеш упоредив модел.

Иди на алтернативе
01

Упоредиви модели

Сви у овој категорији
02

Плејграунд

Пробајте BiomedBERT (PubMedBERT abstract)

Унос и резултат

Тренутно недоступно

Тренутно недоступно.

Playground је онемогућен. Упоредиве моделе можете пронаћи у истој категорији: Погледајте алтернативе

Пробајте BiomedBERT (PubMedBERT abstract)

0 / 4.000

Biomedical text to embed

Покреће модел два пута (наплаћено два пута).

Резултат
Вектор се појављује овде.

Овај покрет

Без цене – тренутно недоступно.

Нов си овде?

10 бесплатних кредита (0,10 US$) када се пријавиш са Google

Употребљиво 24 сати после пријаве, до 5 покрета дневно и највише 2 кредита по покрету. Други начини пријаве почињу без кредита.

03

О BiomedBERT (PubMedBERT abstract)

УкраткоСтање: 23. септембар 2026.

BiomedBERT (PubMedBERT abstract) је модел од Microsoft из категорије Embeddings. BiomedBERT (PubMedBERT abstract) тренутно није доступан на Railwail-у. Контекстни прозор садржи 512 токена.

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

Цене

Тренутно недоступно. За овај модел тренутно нема цене, па се не може покренути.

05

API

Позови BiomedBERT (PubMedBERT abstract) са твојим Railwail API кључем. Користи овај ID модела у захтеву:

Тренутно недоступно

Модел нема верификовану цену или је деактивиран; API позиви су одбијени.

06

Спецификације

ID модела
biomedbert-base-uncased-abstract
Програмер
Microsoft
Категорија
Embeddings
Унос
Текст
Излаз
Вектор
Контекстни прозор
512 токена
Унос у каталог ажуриран
23. септембар 2026.

Параметри уноса

Уноси и подешавања из шеме уноса модела. Пример у API одељку показује које од њих API прихвата.

  • inputsобавезно

    Biomedical text to embed

    Тип: Текст
    Подразумевано: –
    Дозвољене вредности: до 4.000 карактера

Ознаке

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

Области примене

08

Често постављана питања

Шта је BiomedBERT (PubMedBERT abstract)?

BiomedBERT (PubMedBERT abstract) је модел од Microsoft у категорији Embeddings. Наведен је на Railwail-у, али се тренутно не може покренути.

Колико кошта BiomedBERT (PubMedBERT abstract) на Railwail-у?

BiomedBERT (PubMedBERT abstract) се тренутно не може покренути на Railwail-у, па нема тренутне цене. Доступне алтернативе са ценама су наведене даље на овој страници.

Колики је контекстни прозор од BiomedBERT (PubMedBERT abstract)?

Контекстни прозор од BiomedBERT (PubMedBERT abstract) садржи 512 токена.

Колико је брз BiomedBERT (PubMedBERT abstract)?

За BiomedBERT (PubMedBERT abstract) на Railwail-у још нема довољно измерених покретања да би се наводило време извршавања. Зависи од уноса, поставки и оптерећења код пружаоца услуге.

Да ли је BiomedBERT (PubMedBERT abstract) бољи од OpenAI text-embedding-3-large?

То зависи од задатка. BiomedBERT (PubMedBERT abstract) (Microsoft) и OpenAI text-embedding-3-large (OpenAI) су оба модела у категорији Embeddings. Страница за поређење приказује њихове цене и спецификације упоредо.

Упоредите BiomedBERT (PubMedBERT abstract) и OpenAI text-embedding-3-large

Могу ли да користим BiomedBERT (PubMedBERT abstract) управо сада?

Тренутно недоступно. Страница остаје активна; доступне алтернативе из исте категорије су наведене даље.

Сви модели преко једног API-ја

Један API кључ за сваки модел на Railwail. Употреба се наплаћује из унапред припремљених кредита, 1 кредит = 0,01 US$.