SciBERT (scivocab uncased)

EmbeddingsMevcut Değil

Community tarafındanscibert-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.

Alternatifleri Gör Karşılaştır

Durum: Mevcut Değil
Bağlam: 512 token
Giriş → Çıkış: Metin → Vektör
Geliştirici: Community
Güncellendi: 23 Eylül 2026

SciBERT (scivocab uncased) şu anda kullanılamıyor

Bu sayfadaki ayrıntıları yine de okuyabilirsiniz. Hemen karşılaştırılabilir bir modeli çalıştırmak için aşağıdaki mevcut alternatiflerden birini seçin.

Alternatiflere Git

Karşılaştırılabilir modeller

Bu kategorideki tümü

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 giriş
SciBERT (scivocab uncased) ve OpenAI text-embedding-3-large karşılaştır
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 giriş
SciBERT (scivocab uncased) ve OpenAI text-embedding-3-small karşılaştır

Playground

SciBERT (scivocab uncased)'ı deneyin

Giriş & Sonuç

Şu anda kullanılamıyor

Şu anda kullanılamıyor.

Oyun alanı devre dışıdır. Aynı kategoride karşılaştırılabilir modeller bulabilirsiniz: Alternatifleri görüntüle

Text

0 / 4.000

Scientific text to embed

Şununla karşılaştır (isteğe bağlı)

Modeli iki kez çalıştırır (iki kez faturalandırılır).

⌘/Ctrl + Enter

Sonuç

Vektör burada görünür.

Bu çalıştırma

Fiyat yok – şu anda kullanılamıyor.

Yeni misiniz?

Google ile kaydolduğunuzda 10 ücretsiz kredi ($0,10)

Kaydolduktan 24 saat sonra kullanılabilir, günde 5 çalıştırmaya kadar ve çalıştırma başına en fazla 2 kredi. Diğer oturum açma yöntemleri kredi olmadan başlar.

SciBERT (scivocab uncased) Hakkında

Özet23 Eylül 2026 itibariyle

SciBERT (scivocab uncased), Community tarafından Embeddings kategorisinde geliştirilen bir modeldir. SciBERT (scivocab uncased) şu anda Railwail üzerinde kullanılamıyor. Kontekst penceresi 512 token içerir.

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.

Fiyatlandırma

Şu anda kullanılamıyor. Bu modelin şu anda bir fiyatı yok, bu nedenle çalıştırılamıyor.

API

SciBERT (scivocab uncased) öğesini Railwail API anahtarınızla çağırın. İstekte bu model kimliğini kullanın:

scibert-scivocab-uncasedAPI Belgeleri API Anahtarı Al

Şu anda kullanılamıyor

Modelin doğrulanmış bir fiyatı yok veya devre dışı bırakılmıştır; API çağrıları reddedilir.

Özellikler

Model Kimliği: scibert-scivocab-uncased
Geliştirici: Community
Kategori: Embeddings
Giriş: Metin
Çıkış: Vektör
Bağlam penceresi: 512 token
Katalog girişi güncellendi: 23 Eylül 2026

Giriş Parametreleri

Modelin giriş şemasından giriş ve ayarlar. API bölümündeki örnek, API'nin hangilerini kabul ettiğini gösterir.

ParametreTürVarsayılanİzin verilen değerler

inputsgerekli
Scientific text to embed
Tür: Metin
Varsayılan: –
İzin verilen değerler: en fazla 4.000 karakter

Etiketler

science
embedding
research
huggingface
scibert
allenai
biomedical
bert

Kullanım Alanları

İlgili Kılavuzlar

Embedding Models for Search & Science

Embeddings Kategorisindeki Tüm Modeller

Sık Sorulan Sorular

SciBERT (scivocab uncased) nedir?

SciBERT (scivocab uncased), Community tarafından Embeddings kategorisinde oluşturulan bir modeldir. Railwail'de listelenmiştir ancak şu anda çalıştırılamaz.

SciBERT (scivocab uncased) Railwail'de ne kadar maliyetlidir?

SciBERT (scivocab uncased) şu anda Railwail'de çalıştırılamaz, bu nedenle mevcut bir fiyat yoktur. Fiyatları olan mevcut alternatifler bu sayfanın aşağısında listelenmiştir.

SciBERT (scivocab uncased)'nin kontekst penceresi ne kadardır?

SciBERT (scivocab uncased)'nin kontekst penceresi 512 token içerir.

SciBERT (scivocab uncased) ne kadar hızlıdır?

Railwail'de SciBERT (scivocab uncased) için henüz çalıştırma süresi belirtmek için yeterli ölçülen çalıştırma yoktur. Bu, giriş, ayarlar ve sağlayıcıdaki yüke bağlıdır.

SciBERT (scivocab uncased), OpenAI text-embedding-3-large'dan daha iyi midir?

Bu göreve bağlıdır. SciBERT (scivocab uncased) (Community) ve OpenAI text-embedding-3-large (OpenAI) her ikisi de Embeddings kategorisinde modellerdir. Karşılaştırma sayfası fiyatlarını ve özelliklerini yan yana gösterir.

SciBERT (scivocab uncased) ve OpenAI text-embedding-3-large'ı karşılaştır

SciBERT (scivocab uncased)'yi şu anda kullanabilir miyim?

Şu anda kullanılamıyor. Sayfa çevrimiçi kalır; aynı kategoriden mevcut alternatifler aşağıda listelenmiştir.

Tüm Modeller Tek Bir API Aracılığıyla

Railwail'deki her model için bir API anahtarı. Kullanım, ön ödemeli kredilerden tahsil edilir, 1 kredi = $0,01.

API Anahtarı Al Tüm Modelleri Görüntüle