SPECTER (Scientific Paper Embeddings)

EmbeddingsNije dostupno
od CommunityID modela: specter-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.

Status
Nije dostupno
Kontekst
512 tokena
Ulaz → izlaz
Tekst → Vektor
Razvojni inženjer
Community
Ažurirano
23. septembar 2026.

SPECTER (Scientific Paper Embeddings) trenutno nije dostupan

Možeš i dalje pročitati detalje na ovoj stranici. Odaberi jednu od dostupnih alternativa ispod kako bi odmah pokrenuo usporediv model.

Idi na alternative
01

Usporedivi modeli

Svi u ovoj kategoriji
02

Playground

Isprobaj SPECTER (Scientific Paper Embeddings)

Unos i rezultat

Trenutno nije dostupno

Trenutno nedostupno.

Playground je onemogućen. Usporedive modele možete pronaći u istoj kategoriji: Pogledaj alternative

Isprobaj SPECTER (Scientific Paper Embeddings)

0 / 4.000

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

Pokreće model dva puta (naplaćuje se dva puta).

Rezultat
Vektor se pojavljuje ovdje.

Ovaj pokus

Nema cijene – trenutno nije dostupno.

Novi si ovdje?

10 besplatnih kredita (0,10 US$) kada se registriraš s Googlom

Dostupno 24 sati nakon registracije, do 5 pokusa dnevno i najviše 2 kredita po pokusu. Ostale metode prijave počinju bez kredita.

03

O SPECTER (Scientific Paper Embeddings)

UkratkoStanje: 23. septembar 2026.

SPECTER (Scientific Paper Embeddings) je model od Community iz kategorije Embeddings. SPECTER (Scientific Paper Embeddings) trenutno nije dostupan na Railwailu. Kontekstni prozor sadrži 512 tokena.

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.
04

Cijene

Trenutno nedostupno. Za ovaj model trenutno nema cijene, pa se ne može pokrenuti.

05

API

Pozovi SPECTER (Scientific Paper Embeddings) sa svojim Railwail API ključem. Koristi ovaj ID modela u zahtjevu:
specter-scientific-paper-embeddingsPogledaj API dokumentacijuDobij API ključ

Trenutno nije dostupno

Model nema provjeren cijenu ili je deaktiviran; API pozivi se odbijaju.

06

Specifikacije

ID modela
specter-scientific-paper-embeddings
Razvojni inženjer
Community
Kategorija
Embeddings
Ulaz
Tekst
Izlaz
Vektor
Kontekstni prozor
512 tokena
Katalog ažuriran
23. septembar 2026.

Parametri ulaza

Ulazi i postavke iz sheme ulaza modela. Primjer u odjeljku API pokazuje koje od njih API prihvaća.

  • inputsobavezno

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

    Tip: Tekst
    Zadano: –
    Dozvoljene vrijednosti: do 4.000 znakova

Oznake

  • science
  • embedding
  • research
  • huggingface
  • specter
  • allenai
  • scientific-papers
  • citation
07

Primjena

08

Često postavljana pitanja

Što je SPECTER (Scientific Paper Embeddings)?

SPECTER (Scientific Paper Embeddings) je model od Community iz kategorije Embeddings. Naveden je na Railwailu, ali se trenutno ne može pokrenuti.

Koliko stoji SPECTER (Scientific Paper Embeddings) na Railwailu?

SPECTER (Scientific Paper Embeddings) se trenutno ne može pokrenuti na Railwailu, pa nema trenutne cijene. Dostupne alternative s cijenama navedene su dalje na ovoj stranici.

Koliki je kontekstni prozor od SPECTER (Scientific Paper Embeddings)?

Kontekstni prozor od SPECTER (Scientific Paper Embeddings) sadrži 512 tokena.

Koliko je brz SPECTER (Scientific Paper Embeddings)?

Za SPECTER (Scientific Paper Embeddings) na Railwailu još nema dovoljno izmjerenih pokretanja da bi se navedlo vrijeme izvršavanja. Ovisi o unošenju, postavkama i opterećenju kod pružatelja.

Je li SPECTER (Scientific Paper Embeddings) bolji od OpenAI text-embedding-3-large?

To ovisi o zadatku. SPECTER (Scientific Paper Embeddings) (Community) i OpenAI text-embedding-3-large (OpenAI) su oba modela iz kategorije Embeddings. Stranica za usporedbu prikazuje njihove cijene i specifikacije usporedno.

Usporedi SPECTER (Scientific Paper Embeddings) i OpenAI text-embedding-3-large

Mogu li koristiti SPECTER (Scientific Paper Embeddings) sada?

Trenutno nedostupno. Stranica ostaje dostupna; dostupne alternative iz iste kategorije navedene su dalje.

Svi modeli preko jednog API-ja

Jedan API ključ za sve modele na Railwailu. Korištenje se naplaćuje iz unaprijed plaćenih kredita, 1 kredit = 0,01 US$.