SPECTER (Scientific Paper Embeddings)

EmbeddingsNon disponible

par Communityspecter-scientific-paper-embeddings

AllenAI document-level embedding model for scientific papers. Built on SciBERT and trained on the citation graph so that papers citing each other land close together. Feed it a title plus abstract and it returns one 768-dim vector per paper, useful for recommendation, clustering and citation-based retrieval.

Voir les alternatives Comparer

Statut: Non disponible
Contexte: 512 tokens
Entrée → Sortie: Texte → Vecteur
Développeur: Community
Mis à jour: 23 septembre 2026

SPECTER (Scientific Paper Embeddings) n'est actuellement pas disponible

Vous pouvez toujours consulter les détails sur cette page. Choisissez l'une des alternatives disponibles ci-dessous pour exécuter immédiatement un modèle comparable.

Voir les alternatives

Modèles comparables

Tous dans cette catégorie

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 entrée
Comparer SPECTER (Scientific Paper Embeddings) et 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 entrée
Comparer SPECTER (Scientific Paper Embeddings) et OpenAI text-embedding-3-small

Playground

Essayer SPECTER (Scientific Paper Embeddings)

Entrée et résultat

Actuellement indisponible

Actuellement indisponible.

Le playground est désactivé. Vous pouvez trouver des modèles comparables dans la même catégorie : Parcourir les alternatives

Text

0 / 4 000

Paper title and abstract (or any scientific text) to embed

Comparer avec (optionnel)

Exécute le modèle deux fois (facturé deux fois).

⌘/Ctrl + Entrée

Résultat

Le vecteur apparaît ici.

Cette exécution

Pas de prix – actuellement indisponible.

Nouveau par ici ?

10 crédits gratuits (0,10 $US) lors de l'inscription avec Google

Utilisable 24 heures après l'inscription, jusqu'à 5 exécutions par jour et au maximum 2 crédits par exécution. Les autres méthodes de connexion commencent sans crédits.

À propos de SPECTER (Scientific Paper Embeddings)

RésuméAu 23 septembre 2026

SPECTER (Scientific Paper Embeddings) est un modèle de Community dans la catégorie Embeddings. SPECTER (Scientific Paper Embeddings) n'est actuellement pas disponible sur Railwail. La fenêtre de contexte contient 512 tokens.

SPECTER from the Allen Institute for AI produces a single embedding per scientific document instead of per-token vectors. It was pretrained on a triplet objective over the Semantic Scholar citation graph, so the distance between two paper embeddings reflects topical and citation relatedness rather than just lexical overlap. The standard input is the paper title and abstract joined together. Served through Hugging Face with the feature-extraction pipeline; take the [CLS] token vector (768 dims) as the document embedding.

Tarification

Actuellement indisponible. Il n'y a actuellement pas de prix pour ce modèle, il ne peut donc pas être exécuté.

API

Appelez SPECTER (Scientific Paper Embeddings) avec votre clé API Railwail. Utilisez cet ID de modèle dans la requête :

specter-scientific-paper-embeddingsDocumentation API Obtenir une clé API

Actuellement indisponible

Le modèle n'a pas de prix vérifié ou est désactivé ; les appels API sont refusés.

Spécifications

ID du modèle: specter-scientific-paper-embeddings
Développeur: Community
Catégorie: Embeddings
Entrée: Texte
Sortie: Vecteur
Fenêtre de contexte: 512 tokens
Entrée du catalogue mise à jour: 23 septembre 2026

Paramètres d'entrée

Entrées et paramètres du schéma d'entrée du modèle. L'exemple dans la section API montre lesquels l'API accepte.

ParamètreTypeDéfautValeurs autorisées

inputsObligatoire
Paper title and abstract (or any scientific text) to embed
Type: Texte
Défaut: –
Valeurs autorisées: Jusqu'à 4 000 caractères

Cas d'usage

Guides associés

Embedding Models for Search & Science

Tous les modèles : Embeddings

Questions fréquemment posées

Qu'est-ce que SPECTER (Scientific Paper Embeddings) ?

SPECTER (Scientific Paper Embeddings) est un modèle de Community dans la catégorie Embeddings. Il est répertorié sur Railwail mais ne peut pas être exécuté pour le moment.

Combien coûte SPECTER (Scientific Paper Embeddings) sur Railwail ?

SPECTER (Scientific Paper Embeddings) ne peut pas être exécuté sur Railwail pour le moment, il n'y a donc pas de prix actuel. Les alternatives disponibles avec leurs prix sont listées plus bas sur cette page.

Quelle est la fenêtre de contexte de SPECTER (Scientific Paper Embeddings) ?

La fenêtre de contexte de SPECTER (Scientific Paper Embeddings) contient 512 tokens.

Quelle est la vitesse de SPECTER (Scientific Paper Embeddings) ?

Il n'y a pas encore assez d'exécutions mesurées de SPECTER (Scientific Paper Embeddings) sur Railwail pour indiquer un temps d'exécution. Cela dépend de l'entrée, des paramètres et de la charge chez le fournisseur.