PubMedBERT Embeddings (NeuML)

EmbeddingsNeprieinama

iš Communitypubmedbert-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.

Peržiūrėti alternatyvas Palyginti

Būsena: Neprieinama
Kontekstas: 512 žetonų
Įvestis → išvestis: Tekstas → Vektorius
Kūrėjas: Community
Atnaujinta: 2026 m. rugsėjo 23 d.

PubMedBERT Embeddings (NeuML) šiuo metu neprieinamas

Šiame puslapyje galite perskaityti išsamią informaciją. Norėdami iš karto paleisti panašų modelį, pasirinkite vieną iš žemiau pateiktų prieinamų alternatyvų.

Į alternatyvas

Panašūs modeliai

Visi šioje kategorijoje

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 USD/1M įv
Palyginti PubMedBERT Embeddings (NeuML) ir 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 USD/1M įv
Palyginti PubMedBERT Embeddings (NeuML) ir OpenAI text-embedding-3-small

Žaidimų aikštelė

Išbandyti PubMedBERT Embeddings (NeuML)

Įvestis ir rezultatas

Šiuo metu neprieinamas

Šiuo metu nepasiekiama.

Žaidimų aikštelė išjungta. Panašius modelius rasite toje pačioje kategorijoje: Peržiūrėti alternatyvas

Text

0 / 4 000

Biomedical sentence or passage to embed

Palyginti su (pasirinktinai)

Modelis vykdomas du kartus (išrašyta du kartus).

⌘/Ctrl + Enter

Rezultatas

Vektorius pasirodo čia.

Šis paleidimas

Nėra kainos – šiuo metu neprieinama.

Naujas čia?

10 nemokami kreditai (0,10 USD), kai užsiregistruojate naudodami Google

Galima naudoti 24 valandų po registracijos, iki 5 paleidimų per dieną ir daugiausia 2 kreditų per paleidimą. Kiti prisijungimo būdai pradedami be kreditų.

Apie PubMedBERT Embeddings (NeuML)

TrumpaiNuo 2026 m. rugsėjo 23 d.

PubMedBERT Embeddings (NeuML) yra Community modelis iš Embeddings kategorijos. PubMedBERT Embeddings (NeuML) šiuo metu nėra prieinamas per Railwail. Konteksto langas saugo 512 žetonų.

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.

Kainos

Šiuo metu nepasiekiama. Šiuo metu šiam modeliui nėra nustatytos kainos, todėl jo negalima paleisti.

API

Iškvieskite PubMedBERT Embeddings (NeuML) naudodami savo Railwail API raktą. Šioje užklausoje naudokite šią modelio ID:

pubmedbert-base-embeddingsPeržiūrėti API dokumentaciją Gauti API raktą

Šiuo metu nepasiekiama

Modelis neturi patikrintos kainos arba yra išjungtas; API skambučiai atmetami.

Specifikacijos

Modelio ID: pubmedbert-base-embeddings
Kūrėjas: Community
Kategorija: Embeddings
Įvestis: Tekstas
Išvestis: Vektorius
Konteksto langas: 512 žetonų
Katalogo įrašas atnaujintas: 2026 m. rugsėjo 23 d.

Įvesties parametrai

Įvestys ir nustatymai iš modelio įvesties schemos. API sekcijoje pateiktas pavyzdys rodo, kuriuos iš jų priima API.

ParametrasTipasNumatytasisLeidžiamos reikšmės

inputsprivalomas
Biomedical sentence or passage to embed
Tipas: Tekstas
Numatytasis: –
Leidžiamos reikšmės: iki 4 000 simbolių

Žymos

science
embedding
research
huggingface
pubmedbert
biomedical
medical
sentence-transformers

Panaudojimo atvejai

Susiję vadovai

Embedding Models for Search & Science

Visi Embeddings modeliai

Dažnai užduodami klausimai

Kas yra PubMedBERT Embeddings (NeuML)?

PubMedBERT Embeddings (NeuML) yra Community modelis iš Embeddings kategorijos. Jis yra Railwail kataloge, tačiau šiuo metu negali būti paleistas.

Kiek kainuoja PubMedBERT Embeddings (NeuML) Railwail?

PubMedBERT Embeddings (NeuML) šiuo metu negali būti paleistas Railwail, todėl nėra dabartinės kainos. Toliau šiame puslapyje pateikiamos galimos alternatyvos su kainomis.

Koks yra PubMedBERT Embeddings (NeuML) konteksto langas?

PubMedBERT Embeddings (NeuML) konteksto langas saugo 512 žetonų.

Koks yra PubMedBERT Embeddings (NeuML) greitis?

PubMedBERT Embeddings (NeuML) Railwail platformoje dar nėra pakankamai išmatuotų vykdymų, kad būtų galima nurodyti vykdymo laiką. Jis priklauso nuo įvesties, nustatymų ir teikėjo apkrovos.

Ar PubMedBERT Embeddings (NeuML) geriau nei OpenAI text-embedding-3-large?

Tai priklauso nuo užduoties. PubMedBERT Embeddings (NeuML) (Community) ir OpenAI text-embedding-3-large (OpenAI) yra abu modeliai iš Embeddings kategorijos. Palyginimo puslapyje jų kainos ir specifikacijos rodomos viena šalia kitos.

Palyginti PubMedBERT Embeddings (NeuML) ir OpenAI text-embedding-3-large

Ar dabar galiu naudoti PubMedBERT Embeddings (NeuML)?

Šiuo metu nepasiekiama. Puslapis lieka aktyvus; toliau pateikiamos galimos alternatyvos iš tos pačios kategorijos.

Visi modeliai per vieną API

Vienas API raktas visiems Railwail modeliams. Naudojimas apmokestinamas iš iš anksto nupirktų kreditų, 1 kreditas = 0,01 USD.

Gauti API raktą Peržiūrėti visų modelių