用途：面向科学文献与生物医学文本的 NLP 处理，覆盖基因、疾病、化学物等实体识别，关系抽取，抽取式问答，文本生成与语义检索。
主要能力：pipeline() 一次调用完成分词、推理与后处理；支持 NER（aggregation_strategy="simple" 合并子词）、零样本/微调文本分类、抽取式问答、BioGPT 生成、PubMedBERT 句向量相似度检索，以及基于 Trainer 的自定义数据微调。
使用方式：安装 pip install transformers torch datasets accelerate sentencepiece；GPU（CUDA 11.8）可 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118。常用模型包括 allenai/scibert_scivocab_cased、d4data/biomedical-ner-all、pruas/BENT-PubMedBERT-NER-Gene、microsoft/biogpt、microsoft/BiomedNLP-BiomedBERT-base-uncased-abstract-fulltext。微调需 BIO/IOB 标注数据，非首子词标签设为 -100。
适用场景：文献实体抽取与药物-疾病对提取、摘要分类与筛选、BioASQ 式问答、假设生成与摘要、语义相似度排序。
限制：部分模型（BioGPT、BioMedLM）为仅研究许可，商用前需核对模型卡；长文本超过 512 token 应在句边界截断；子词切分影响 NER，需聚合策略；微调强烈建议 GPU。具体收费与平台信息暂未提供。