BiomedBERT (PubMedBERT abstract)

EmbeddingsIkke tilgjengelig

av 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.

Se alternativer Sammenlign

Status: Ikke tilgjengelig
Kontekst: 512 tokens
Input → output: Tekst → Vektor
Utvikler: Microsoft
Oppdatert: 23. september 2026

BiomedBERT (PubMedBERT abstract) er for øyeblikket utilgjengelig

Du kan fortsatt lese detaljene på denne siden. Velg ett av de tilgjengelige alternativene nedenfor for å kjøre en sammenlignbar modell med en gang.

Gå til alternativer

Sammenlignbare modeller

Alle i denne kategorien

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 inn
Sammenlign BiomedBERT (PubMedBERT abstract) og 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 inn
Sammenlign BiomedBERT (PubMedBERT abstract) og OpenAI text-embedding-3-small

Playground

Prøv BiomedBERT (PubMedBERT abstract)

Inndata og resultat

Ikke tilgjengelig for øyeblikket

Ikke tilgjengelig for øyeblikket.

Lekeplassen er deaktivert. Du finner sammenlignbare modeller i samme kategori: Se alternativer

Text

0 / 4 000

Biomedical text to embed

Sammenlign med (valgfritt)

Kjører modellen to ganger (fakturert to ganger).

⌘/Ctrl + Enter

Resultat

Vektoren vises her.

Denne kjøringen

Ingen pris – ikke tilgjengelig for øyeblikket.

Ny her?

10 gratis credits (0,10 USD) når du registrerer deg med Google

Kan brukes 24 timer etter registrering, opptil 5 kjøringer per dag og maksimalt 2 credits per kjøring. Andre påloggingsmetoder starter uten credits.

Om BiomedBERT (PubMedBERT abstract)

Kort sagtPer 23. september 2026

BiomedBERT (PubMedBERT abstract) er en modell fra Microsoft i kategorien Embeddings. BiomedBERT (PubMedBERT abstract) er for øyeblikket ikke tilgjengelig på Railwail. Kontekstvinduet inneholder 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.

Priser

Ikke tilgjengelig for øyeblikket. Det er ingen pris for denne modellen for øyeblikket, så den kan ikke kjøres.

API

Ring BiomedBERT (PubMedBERT abstract) med din Railwail API-nøkkel. Bruk denne modell-IDen i forespørselen:

biomedbert-base-uncased-abstractAPI-dokumentasjon Få en API-nøkkel

Ikke tilgjengelig for øyeblikket

Modellen har ingen verifisert pris eller er deaktivert; API-kall blir avvist.

Spesifikasjoner

Modell-ID: biomedbert-base-uncased-abstract
Utvikler: Microsoft
Kategori: Embeddings
Inndata: Tekst
Utdata: Vektor
Kontekstvindu: 512 tokens
Katalogoppføring oppdatert: 23. september 2026

Inndataparametere

Inndataer og innstillinger fra modellens inndataskjema. Eksemplet i API-delen viser hvilke av dem APIen godtar.

ParameterTypeStandardTillatte verdier

inputsobligatorisk
Biomedical text to embed
Type: Tekst
Standard: –
Tillatte verdier: opptil 4 000 tegn

Merkelapper

science
embedding
research
huggingface
biomedbert
pubmedbert
microsoft
biomedical

Brukstilfeller

Relaterte veiledninger

Embedding Models for Search & Science

Alle modeller i Embeddings

Ofte stilte spørsmål

Hva er BiomedBERT (PubMedBERT abstract)?

BiomedBERT (PubMedBERT abstract) er en modell fra Microsoft i kategorien Embeddings. Den er oppført på Railwail, men kan ikke kjøres for øyeblikket.

Hvor mye koster BiomedBERT (PubMedBERT abstract) på Railwail?

BiomedBERT (PubMedBERT abstract) kan ikke kjøres på Railwail for øyeblikket, så det finnes ingen gjeldende pris. Tilgjengelige alternativer med priser er oppført lenger ned på denne siden.

Hvor stort er kontekstvinduet til BiomedBERT (PubMedBERT abstract)?

Kontekstvinduet til BiomedBERT (PubMedBERT abstract) inneholder 512 tokens.

Hvor rask er BiomedBERT (PubMedBERT abstract)?

Det finnes ennå ikke nok målte kjøringer av BiomedBERT (PubMedBERT abstract) på Railwail til å angi en kjøretid. Det avhenger av inndataene, innstillingene og belastningen hos leverandøren.

Er BiomedBERT (PubMedBERT abstract) bedre enn OpenAI text-embedding-3-large?

Det avhenger av oppgaven. BiomedBERT (PubMedBERT abstract) (Microsoft) og OpenAI text-embedding-3-large (OpenAI) er begge modeller i kategorien Embeddings. Sammenligningssiden viser prisene og spesifikasjonene deres side ved side.

Sammenlign BiomedBERT (PubMedBERT abstract) og OpenAI text-embedding-3-large

Kan jeg bruke BiomedBERT (PubMedBERT abstract) akkurat nå?

Ikke tilgjengelig for øyeblikket. Siden forblir online; tilgjengelige alternativer fra samme kategori er oppført lenger ned.

Alle modeller gjennom én API

Én API-nøkkel for alle modeller på Railwail. Bruk belastes fra forhåndsbetalt kreditt, 1 kreditt = 0,01 USD.

Få API-nøkkel Se alle modeller