BiomedBERT (PubMedBERT abstract)

EmbeddingsNiet beschikbaar

van Microsoftbiomedbert-base-uncased-abstract

Microsoft BiomedBERT (formerly PubMedBERT) pretrained from scratch on PubMed abstracts with a domain-specific vocabulary, rather than adapting a general model. As a feature extractor it gives 768-dim biomedical embeddings and set the original state of the art on the BLURB biomedical NLP benchmark.

Alternatieven bekijken Vergelijken

Status: Niet beschikbaar
Context: 512 tokens
Invoer → Uitvoer: Tekst → Vector
Ontwikkelaar: Microsoft
Bijgewerkt: 23 september 2026

BiomedBERT (PubMedBERT abstract) is momenteel niet beschikbaar

Je kunt de details op deze pagina nog steeds lezen. Kies een van de beschikbare alternatieven hieronder om direct een vergelijkbaar model uit te voeren.

Naar alternatieven

Vergelijkbare modellen

Alle in deze categorie

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.
US$ 0,156/1M in
BiomedBERT (PubMedBERT abstract) en OpenAI text-embedding-3-large vergelijken
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.
US$ 0,024/1M in
BiomedBERT (PubMedBERT abstract) en OpenAI text-embedding-3-small vergelijken

Playground

BiomedBERT (PubMedBERT abstract) proberen

Invoer & resultaat

Momenteel niet beschikbaar

Momenteel niet beschikbaar.

De playground is uitgeschakeld. Vergelijkbare modellen vind je in dezelfde categorie: Alternatieven bekijken

Text

0 / 4.000

Biomedical text to embed

Vergelijken met (optioneel)

Voert het model twee keer uit (twee keer berekend).

⌘/Ctrl + Enter

Resultaat

De vector verschijnt hier.

Deze uitvoering

Geen prijs – momenteel niet beschikbaar.

Nieuw hier?

10 gratis credits (US$ 0,10) wanneer je je aanmeldt met Google

Bruikbaar 24 uur na aanmelding, tot 5 uitvoeringen per dag en maximaal 2 credits per uitvoering. Andere aanmeldmethoden starten zonder credits.

Over BiomedBERT (PubMedBERT abstract)

SamengevatPer 23 september 2026

BiomedBERT (PubMedBERT abstract) is een model van Microsoft in de categorie Embeddings. BiomedBERT (PubMedBERT abstract) is momenteel niet beschikbaar op Railwail. Het contextvenster bevat 512 tokens.

BiomedBERT, originally released as PubMedBERT, was trained from random initialization purely on biomedical text from PubMed, with its vocabulary learned from that same corpus. Microsoft's research showed that domain-specific pretraining from scratch beats continual pretraining of general BERT for biomedicine, and the model topped the BLURB benchmark. This abstract-only checkpoint is the most widely used variant. Through the Hugging Face feature-extraction pipeline it returns contextual token embeddings; mean-pool or take [CLS] for sentence and document vectors.

Prijzen

Momenteel niet beschikbaar. Er is momenteel geen prijs voor dit model, dus het kan niet worden uitgevoerd.

API

Roep BiomedBERT (PubMedBERT abstract) aan met je Railwail API-sleutel. Gebruik deze model-ID in het verzoek:

biomedbert-base-uncased-abstractAPI-documentatie API-sleutel ophalen

Momenteel niet beschikbaar

Het model heeft geen geverifieerde prijs of is gedeactiveerd; API-aanroepen worden geweigerd.

Specificaties

Model-ID: biomedbert-base-uncased-abstract
Ontwikkelaar: Microsoft
Categorie: Embeddings
Invoer: Tekst
Uitvoer: Vector
Contextvenster: 512 tokens
Catalogusitem bijgewerkt: 23 september 2026

Invoerparameters

Invoeren en instellingen uit het invoerschema van het model. Het voorbeeld in de API-sectie toont welke daarvan de API accepteert.

ParameterTypeStandaardToegestane waarden

inputsVerplicht
Biomedical text to embed
Type: Tekst
Standaard: –
Toegestane waarden: tot 4.000 tekens

Gebruiksscenario's

Gerelateerde handleidingen

Embedding Models for Search & Science

Alle modellen in Embeddings

Veelgestelde vragen

Wat is BiomedBERT (PubMedBERT abstract)?

BiomedBERT (PubMedBERT abstract) is een model van Microsoft in de categorie Embeddings. Het staat in de Railwail-catalogus, maar kan momenteel niet worden uitgevoerd.

Hoeveel kost BiomedBERT (PubMedBERT abstract) op Railwail?

BiomedBERT (PubMedBERT abstract) kan momenteel niet op Railwail worden uitgevoerd, dus er is geen huidige prijs. Beschikbare alternatieven met prijzen staan verderop op deze pagina.

Wat is het contextvenster van BiomedBERT (PubMedBERT abstract)?

Het contextvenster van BiomedBERT (PubMedBERT abstract) bevat 512 tokens.

Hoe snel is BiomedBERT (PubMedBERT abstract)?

Er zijn nog niet genoeg gemeten runs van BiomedBERT (PubMedBERT abstract) op Railwail om een uitvoeringstijd op te geven. Dit hangt af van de invoer, de instellingen en de belasting bij de provider.

Is BiomedBERT (PubMedBERT abstract) beter dan OpenAI text-embedding-3-large?

Dat hangt van de taak af. BiomedBERT (PubMedBERT abstract) (Microsoft) en OpenAI text-embedding-3-large (OpenAI) zijn beide modellen in de categorie Embeddings. De vergelijkingspagina toont hun prijzen en specificaties naast elkaar.

BiomedBERT (PubMedBERT abstract) en OpenAI text-embedding-3-large vergelijken

Kan ik BiomedBERT (PubMedBERT abstract) nu gebruiken?

Momenteel niet beschikbaar. De pagina blijft online; beschikbare alternatieven uit dezelfde categorie staan verderop.

Alle modellen via één API

Één API-sleutel voor elk model op Railwail. Gebruik wordt afgerekend via vooraf gekochte credits, 1 credit = US$ 0,01.

API-sleutel ophalen Alle modellen bekijken