BiomedBERT (PubMedBERT abstract)

EmbeddingsНедоступно
от MicrosoftID модели: 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 токенов
Вход → выход
Текст → Вектор
Разработчик
Microsoft
Обновлено
23 сентября 2026 г.

BiomedBERT (PubMedBERT abstract) сейчас недоступна

Вы можете прочитать подробности на этой странице. Выберите одну из доступных альтернатив ниже, чтобы сразу запустить сравнимую модель.

К альтернативам
01

Сравнимые модели

Все в этой категории
02

Playground

Попробовать BiomedBERT (PubMedBERT abstract)

Входные данные и результат

Сейчас недоступна

Недоступно.

Playground отключен. Сравнимые модели найдёте в той же категории: Посмотреть альтернативы

Попробовать BiomedBERT (PubMedBERT abstract)

0 / 4 000

Biomedical text to embed

Запускает модель дважды (счёт выставляется дважды).

Результат
Вектор появится здесь.

Этот запуск

Нет цены – сейчас недоступно.

Впервые здесь?

10 бесплатных кредитов (0,10 $) при регистрации через Google

Доступно 24 часов после регистрации, до 5 запусков в день и максимум 2 кредитов за запуск. Другие способы входа начинают без кредитов.

03

О BiomedBERT (PubMedBERT abstract)

КороткоПо состоянию на 23 сентября 2026 г.

BiomedBERT (PubMedBERT abstract) — это модель от Microsoft в категории Embeddings. BiomedBERT (PubMedBERT abstract) сейчас недоступна на Railwail. Контекстное окно содержит 512 токенов.

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

Цены

Недоступно. На данный момент для этой модели нет цены, поэтому её нельзя запустить.

05

API

Вызовите BiomedBERT (PubMedBERT abstract) с помощью вашего API-ключа Railwail. Используйте этот ID модели в запросе:

Временно недоступно

Модель не имеет проверенную цену или деактивирована; вызовы API отклоняются.

06

Спецификации

ID модели
biomedbert-base-uncased-abstract
Разработчик
Microsoft
Категория
Embeddings
Входные данные
Текст
Выходные данные
Вектор
Контекстное окно
512 токенов
Запись в каталоге обновлена
23 сентября 2026 г.

Входные параметры

Входные данные и параметры из схемы входных данных модели. Пример в разделе API показывает, какие из них принимает API.

  • inputsобязательно

    Biomedical text to embed

    Тип: Текст
    По умолчанию: –
    Допустимые значения: до 4 000 символов

Теги

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

Применение

08

Часто задаваемые вопросы

Что такое BiomedBERT (PubMedBERT abstract)?

BiomedBERT (PubMedBERT abstract) — модель от Microsoft в категории Embeddings. Модель указана в каталоге Railwail, но сейчас её нельзя запустить.

Сколько стоит BiomedBERT (PubMedBERT abstract) на Railwail?

BiomedBERT (PubMedBERT abstract) сейчас нельзя запустить на Railwail, поэтому текущей цены нет. Доступные альтернативы с ценами указаны ниже на этой странице.

Какой размер контекстного окна у BiomedBERT (PubMedBERT abstract)?

Контекстное окно BiomedBERT (PubMedBERT abstract) содержит 512 токенов.

Насколько быстра BiomedBERT (PubMedBERT abstract)?

На Railwail пока недостаточно измеренных запусков BiomedBERT (PubMedBERT abstract), чтобы указать время выполнения. Оно зависит от входных данных, параметров и нагрузки на провайдера.

BiomedBERT (PubMedBERT abstract) лучше, чем OpenAI text-embedding-3-large?

Это зависит от задачи. BiomedBERT (PubMedBERT abstract) (Microsoft) и OpenAI text-embedding-3-large (OpenAI) — обе модели в категории Embeddings. На странице сравнения показаны их цены и характеристики рядом.

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

Могу ли я использовать BiomedBERT (PubMedBERT abstract) прямо сейчас?

Недоступно. Страница остаётся в сети; доступные альтернативы из той же категории указаны ниже.

Все модели через один API

Один API-ключ для всех моделей на Railwail. Использование оплачивается из предоплаченных кредитов, 1 кредит = 0,01 $.