SciBERT (scivocab uncased)

EmbeddingsНедоступно

от 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.

Посмотреть альтернативы Сравнить

Статус: Недоступно
Контекст: 512 токенов
Вход → выход: Текст → Вектор
Разработчик: Community
Обновлено: 23 сентября 2026 г.

SciBERT (scivocab uncased) сейчас недоступна

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

К альтернативам

Сравнимые модели

Все в этой категории

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 $/1M вход
Сравнить 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 $/1M вход
Сравнить SciBERT (scivocab uncased) и OpenAI text-embedding-3-small

Playground

Попробовать SciBERT (scivocab uncased)

Входные данные и результат

Сейчас недоступна

Недоступно.

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

Text

0 / 4 000

Scientific text to embed

Сравнить с (опционально)

Запускает модель дважды (счёт выставляется дважды).

⌘/Ctrl + Enter

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.

О SciBERT (scivocab uncased)

КороткоПо состоянию на 23 сентября 2026 г.

SciBERT (scivocab uncased) — это модель от Community в категории Embeddings. SciBERT (scivocab uncased) сейчас недоступна на Railwail. Контекстное окно содержит 512 токенов.

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.

Цены

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

API

Вызовите SciBERT (scivocab uncased) с помощью вашего API-ключа Railwail. Используйте этот ID модели в запросе:

scibert-scivocab-uncasedДокументация API Получить API-ключ

Временно недоступно

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

Спецификации

ID модели: scibert-scivocab-uncased
Разработчик: Community
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.

ПараметрТипПо умолчаниюДопустимые значения

inputsобязательно
Scientific text to embed
Тип: Текст
По умолчанию: –
Допустимые значения: до 4 000 символов

Применение

Связанные руководства

Embedding Models for Search & Science

Все модели: Embeddings

Часто задаваемые вопросы

Что такое SciBERT (scivocab uncased)?

SciBERT (scivocab uncased) — модель от Community в категории Embeddings. Модель указана в каталоге Railwail, но сейчас её нельзя запустить.

Сколько стоит SciBERT (scivocab uncased) на Railwail?

SciBERT (scivocab uncased) сейчас нельзя запустить на Railwail, поэтому текущей цены нет. Доступные альтернативы с ценами указаны ниже на этой странице.

Какой размер контекстного окна у SciBERT (scivocab uncased)?

Контекстное окно SciBERT (scivocab uncased) содержит 512 токенов.

Насколько быстра SciBERT (scivocab uncased)?

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