BioBERT v1.2 (Biomedical Embeddings)

EmbeddingsInte tillgänglig

av Communitybiobert-base-cased-v1-2

DMIS-Lab (Korea University) BERT-base initialized from English BERT and further pretrained on PubMed abstracts. Used as a feature extractor it yields 768-dim contextual embeddings tuned for biomedical text mining tasks such as NER, relation extraction and biomedical question answering.

Se alternativ Jämför

Status: Inte tillgänglig
Kontext: 512 tokens
Inmatning → utmatning: Text → Vektor
Utvecklare: Community
Uppdaterad: 23 september 2026

BioBERT v1.2 (Biomedical Embeddings) är för närvarande otillgänglig

Du kan fortfarande läsa detaljerna på denna sida. Välj ett av de tillgängliga alternativen nedan för att köra en jämförbar modell direkt.

Gå till alternativ

Jämförbara modeller

Alla i denna kategori

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$/1M in
Jämför BioBERT v1.2 (Biomedical Embeddings) och OpenAI text-embedding-3-large
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1M in
Jämför BioBERT v1.2 (Biomedical Embeddings) och OpenAI text-embedding-3-small

Playground

Prova BioBERT v1.2 (Biomedical Embeddings)

Inmatning & resultat

Inte tillgänglig för närvarande

Inte tillgänglig för närvarande.

Lekplatsen är inaktiverad. Du hittar jämförbara modeller i samma kategori: Visa alternativ

Text

0 / 4 000

Biomedical text to embed

Jämför med (valfritt)

Kör modellen två gånger (faktureras två gånger).

⌘/Ctrl + Enter

Resultat

Vektorn visas här.

Denna körning

Inget pris – för närvarande otillgängligt.

Ny här?

10 gratis credits (0,10 US$) när du registrerar dig med Google

Användbar 24 timmar efter registrering, upp till 5 körningar per dag och högst 2 credits per körning. Andra inloggningsmetoder startar utan credits.

Om BioBERT v1.2 (Biomedical Embeddings)

Kort sagtFrån och med 23 september 2026

BioBERT v1.2 (Biomedical Embeddings) är en modell av Community i kategorin Embeddings. BioBERT v1.2 (Biomedical Embeddings) är för närvarande inte tillgänglig på Railwail. Kontextfönstret innehåller 512 tokens.

BioBERT continues pretraining of the cased English BERT-base model on large biomedical corpora (PubMed abstracts), keeping the original vocabulary so it stays compatible with general-domain BERT while gaining biomedical knowledge. Version 1.2 is the cased release maintained by DMIS-Lab. It was one of the first domain-adapted BERTs and remains a standard baseline for biomedical NLP. Served through Hugging Face with the feature-extraction pipeline, returning token-level hidden states; pool them for sentence or document embeddings.

Priser

Inte tillgänglig för närvarande. Det finns ingen pris för denna modell för närvarande, så den kan inte köras.

API

Anropa BioBERT v1.2 (Biomedical Embeddings) med din Railwail API-nyckel. Använd detta modell-ID i begäran:

biobert-base-cased-v1-2API-dokumentation Hämta API-nyckel

För närvarande otillgänglig

Modellen har inget verifierat pris eller är inaktiverad; API-anrop avvisas.

Specifikationer

Modell-ID: biobert-base-cased-v1-2
Utvecklare: Community
Kategori: Embeddings
Inmatning: Text
Utmatning: Vektor
Kontextfönster: 512 tokens
Kataloginlägg uppdaterat: 23 september 2026

Indataparametrar

Inmatningar och inställningar från modellens indataschema. Exemplet i API-avsnittet visar vilka som API:et accepterar.

ParameterTypStandardTillåtna värden

inputsobligatorisk
Biomedical text to embed
Typ: Text
Standard: –
Tillåtna värden: upp till 4 000 tecken

Taggar

science
embedding
research
huggingface
biobert
biomedical
medical
bert

Användningsfall

Relaterade guider

Embedding Models for Search & Science

Alla modeller i Embeddings

Vanliga frågor

Vad är BioBERT v1.2 (Biomedical Embeddings)?

BioBERT v1.2 (Biomedical Embeddings) är en modell av Community i kategorin Embeddings. Den finns i Railwail-katalogen men kan inte köras för närvarande.

Vad kostar BioBERT v1.2 (Biomedical Embeddings) på Railwail?

BioBERT v1.2 (Biomedical Embeddings) kan inte köras på Railwail för närvarande, så det finns inget aktuellt pris. Tillgängliga alternativ med priser visas längre ned på denna sida.

Hur stort är kontextfönstret för BioBERT v1.2 (Biomedical Embeddings)?

Kontextfönstret för BioBERT v1.2 (Biomedical Embeddings) innehåller 512 tokens.

Hur snabb är BioBERT v1.2 (Biomedical Embeddings)?

Det finns ännu inte tillräckligt många uppmätta körningar av BioBERT v1.2 (Biomedical Embeddings) på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.

Är BioBERT v1.2 (Biomedical Embeddings) bättre än OpenAI text-embedding-3-large?

Det beror på uppgiften. BioBERT v1.2 (Biomedical Embeddings) (Community) och OpenAI text-embedding-3-large (OpenAI) är båda modeller i kategorin Embeddings. Jämförelsesidan visar deras priser och specifikationer sida vid sida.

Jämför BioBERT v1.2 (Biomedical Embeddings) och OpenAI text-embedding-3-large

Kan jag använda BioBERT v1.2 (Biomedical Embeddings) just nu?

Inte tillgänglig för närvarande. Sidan förblir online; tillgängliga alternativ från samma kategori visas längre ned.

Alla modeller via ett API

En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.

Hämta API-nyckel Bläddra bland alla modeller