SciBERT (scivocab uncased)

EmbeddingsНедоступно

од 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.

Погледај алтернативе Упореди

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

SciBERT (scivocab uncased) 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

Упоредиви модели

Сви у овој категорији

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

Плејграунд

Пробајте SciBERT (scivocab uncased)

Унос и резултат

Тренутно недоступно

Тренутно недоступно.

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

Text

0 / 4.000

Scientific text to embed

Упореди са (опционално)

Покреће модел два пута (наплаћено два пута).

⌘/Ctrl + Enter

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.

О SciBERT (scivocab uncased)

УкраткоСтање: 23. септембар 2026.

SciBERT (scivocab uncased) је модел од Community из категорије Embeddings. SciBERT (scivocab uncased) тренутно није доступан на Railwail-у. Контекстни прозор садржи 512 токена.

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.

Цене

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

API

Позови SciBERT (scivocab uncased) са твојим Railwail API кључем. Користи овај ID модела у захтеву:

scibert-scivocab-uncasedПогледај API документацију Узми API кључ

Тренутно недоступно

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

Спецификације

ID модела: scibert-scivocab-uncased
Програмер: Community
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.

ПараметарТипПодразумеваноДозвољене вредности

inputsобавезно
Scientific text to embed
Тип: Текст
Подразумевано: –
Дозвољене вредности: до 4.000 карактера

Ознаке

science
embedding
research
huggingface
scibert
allenai
biomedical
bert

Области примене

Водичи у вези

Embedding Models for Search & Science

Сви модели: Embeddings

Често постављана питања

Шта је SciBERT (scivocab uncased)?

SciBERT (scivocab uncased) је модел од Community у категорији Embeddings. Наведен је на Railwail-у, али се тренутно не може покренути.

Колико кошта SciBERT (scivocab uncased) на Railwail-у?

SciBERT (scivocab uncased) 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 SciBERT (scivocab uncased)?

Контекстни прозор од SciBERT (scivocab uncased) садржи 512 токена.

Колико је брз SciBERT (scivocab uncased)?

За SciBERT (scivocab uncased) 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 SciBERT (scivocab uncased) бољи од OpenAI text-embedding-3-large?

То зависи од задатка. SciBERT (scivocab uncased) (Community) и OpenAI text-embedding-3-large (OpenAI) су оба модела у категорији Embeddings. Страница за поређење приказује њихове цене и спецификације упоредо.

Упоредите SciBERT (scivocab uncased) и OpenAI text-embedding-3-large

Могу ли да користим SciBERT (scivocab uncased) 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$.

Узми API кључ Прегледај све моделе