PubMedBERT Embeddings (NeuML)

EmbeddingsNem elérhető
Community általModell-azonosító: pubmedbert-base-embeddings

Sentence-transformers model fine-tuned from Microsoft PubMedBERT on PubMed title-abstract pairs by the NeuML team. Produces 768-dim sentence embeddings tuned for biomedical semantic search and similarity, and is the embedding backbone behind the paperai and txtai medical search tools.

Állapot
Nem elérhető
Kontextus
512 token
Bemenet → kimenet
Szöveg → Vektor
Fejlesztő
Community
Frissítve
2026. szeptember 23.

PubMedBERT Embeddings (NeuML) jelenleg nem elérhető

Az oldal részleteit továbbra is elolvashatja. Az alábbi elérhető alternatívák közül válasszon egy hasonló modell azonnali futtatásához.

Ugrás az alternatívákhoz
01
02

Playground

Próbáld ki: PubMedBERT Embeddings (NeuML)

Bemenet és kimenet

Jelenleg nem elérhető

Jelenleg nem elérhető.

A játszótér letiltva van. Hasonló modelleket találsz ugyanabban a kategóriában: Alternatívák megtekintése

Próbáld ki: PubMedBERT Embeddings (NeuML)

0 / 4000

Biomedical sentence or passage to embed

Kétszer futtatja a modellt (kétszer számlázva).

Eredmény
A vektor itt jelenik meg.

Ez a futtatás

Nincs ár – jelenleg nem elérhető.

Új vagy itt?

10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor

Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak.

03

A PubMedBERT Embeddings (NeuML) névjegye

Röviden2026. szeptember 23. szerint

A PubMedBERT Embeddings (NeuML) a Community által fejlesztett modell a Embeddings kategóriában. A PubMedBERT Embeddings (NeuML) jelenleg nem érhető el a Railwail-en. A kontextablak 512 tokent tartalmaz.

This model takes Microsoft's PubMedBERT, which was pretrained from scratch on PubMed abstracts and PMC full text, and fine-tunes it with a sentence-transformers objective on PubMed title-abstract pairs. The result maps biomedical sentences and short passages into a 768-dim space where cosine similarity reflects clinical and biomedical relatedness. It is widely used for retrieval over medical literature. Served via the Hugging Face feature-extraction pipeline; mean-pool the token outputs to obtain the sentence embedding.
04

Árak

Jelenleg nem elérhető. Jelenleg nincs ár ehhez a modellhez, ezért nem futtatható.

05

API

Hívja meg a PubMedBERT Embeddings (NeuML) modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:

Jelenleg nem elérhető

A modellnek nincs ellenőrzött ára vagy deaktiválva van; az API-hívások visszautasítottak.

06

Specifikációk

Modell-azonosító
pubmedbert-base-embeddings
Fejlesztő
Community
Kategória
Embeddings
Bemenet
Szöveg
Kimenet
Vektor
Kontextusablak
512 token
Katalógus bejegyzés frissítve
2026. szeptember 23.

Bemeneti paraméterek

A modell bemeneti sémájából származó bemenetek és beállítások. Az API szakaszban szereplő példa mutatja, hogy az API melyiket fogadja el.

  • inputskötelező

    Biomedical sentence or passage to embed

    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: legfeljebb 4000 karakter

Címkék

  • science
  • embedding
  • research
  • huggingface
  • pubmedbert
  • biomedical
  • medical
  • sentence-transformers
07

Felhasználási esetek

08

Gyakran ismételt kérdések

Mi az a PubMedBERT Embeddings (NeuML)?

A PubMedBERT Embeddings (NeuML) a Community által fejlesztett modell a Embeddings kategóriában. A Railwail katalógusában szerepel, de jelenleg nem futtatható.

Mennyibe kerül a PubMedBERT Embeddings (NeuML) a Railwail-on?

A PubMedBERT Embeddings (NeuML) jelenleg nem futtatható a Railwail-on, ezért nincs aktuális ár. Az elérhető alternatívák árakkal az oldal alább találhatók.

Mekkora a PubMedBERT Embeddings (NeuML) kontextablaka?

A PubMedBERT Embeddings (NeuML) kontextablaka 512 tokent tartalmaz.

Milyen gyors a PubMedBERT Embeddings (NeuML)?

A PubMedBERT Embeddings (NeuML)-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

A PubMedBERT Embeddings (NeuML) jobb, mint a OpenAI text-embedding-3-large?

Ez a feladattól függ. A PubMedBERT Embeddings (NeuML) (Community) és a OpenAI text-embedding-3-large (OpenAI) egyaránt modellek a Embeddings kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

PubMedBERT Embeddings (NeuML) és OpenAI text-embedding-3-large összehasonlítása

Használhatom a PubMedBERT Embeddings (NeuML)-t most?

Jelenleg nem elérhető. Az oldal online marad; az ugyanabból a kategóriából elérhető alternatívák az oldal alább találhatók.

Összes modell egy API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.