PubMedBERT Embeddings (NeuML)
pubmedbert-base-embeddingsSentence-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.
- Status
- Niedostępne
- Kontekst
- 512 tokenów
- Wejście → Wyjście
- Tekst → Wektor
- Deweloper
- Community
- Zaktualizowano
- 23 września 2026
PubMedBERT Embeddings (NeuML) jest obecnie niedostępny
Możesz nadal przeczytać szczegóły na tej stronie. Wybierz jedną z dostępnych alternatyw poniżej, aby od razu uruchomić porównywalny model.
Przejdź do alternatywPorównywalne modele
Wszystkie w tej kategoriiOpenAI'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.
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.
Playground
Spróbuj PubMedBERT Embeddings (NeuML)
Wejście i wyjście
Obecnie niedostępne.
Plac zabaw jest wyłączony. Porównywalne modele znajdziesz w tej samej kategorii: Przeglądaj alternatywy
To uruchomienie
Brak ceny – obecnie niedostępne.
Nowy tutaj?
10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google
Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów.
O PubMedBERT Embeddings (NeuML)
PubMedBERT Embeddings (NeuML) to model opracowany przez Community w kategorii Embeddingi. PubMedBERT Embeddings (NeuML) nie jest obecnie dostępny w serwisie Railwail. Okno kontekstu zawiera 512 tokenów.
Ceny
Obecnie niedostępne. Dla tego modelu nie ma ceny w tej chwili, dlatego nie można go uruchomić.
API
Obecnie niedostępne
Model nie ma zweryfikowanej ceny lub jest wyłączony; wywołania API są odrzucane.
Specyfikacje
- ID modelu
pubmedbert-base-embeddings- Deweloper
- Community
- Kategoria
- Embeddingi
- Wejście
- Tekst
- Wyjście
- Wektor
- Okno kontekstu
- 512 tokenów
- Wpis w katalogu zaktualizowany
- 23 września 2026
Parametry wejściowe
Dane wejściowe i ustawienia ze schematu wejściowego modelu. Przykład w sekcji API pokazuje, które z nich API akceptuje.
inputswymaganeBiomedical sentence or passage to embed
Typ: TekstDomyślnie: –Dozwolone wartości: do 4000 znaków
Tagi
- science
- embedding
- research
- huggingface
- pubmedbert
- biomedical
- medical
- sentence-transformers
Przypadki użycia
Często zadawane pytania
Co to jest PubMedBERT Embeddings (NeuML)?
PubMedBERT Embeddings (NeuML) to model opracowany przez Community w kategorii Embeddingi. Jest wymieniony w katalogu Railwail, ale nie może być uruchomiony w tej chwili.
Ile kosztuje PubMedBERT Embeddings (NeuML) w serwisie Railwail?
PubMedBERT Embeddings (NeuML) nie może być uruchomiony w serwisie Railwail w tej chwili, dlatego nie ma aktualnej ceny. Dostępne alternatywy z cenami są wymienione poniżej na tej stronie.
Jakie jest okno kontekstu PubMedBERT Embeddings (NeuML)?
Okno kontekstu PubMedBERT Embeddings (NeuML) zawiera 512 tokenów.
Jak szybki jest PubMedBERT Embeddings (NeuML)?
Dla PubMedBERT Embeddings (NeuML) jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.
Czy PubMedBERT Embeddings (NeuML) jest lepszy niż OpenAI text-embedding-3-large?
To zależy od zadania. PubMedBERT Embeddings (NeuML) (Community) i OpenAI text-embedding-3-large (OpenAI) to oba modele z kategorii Embeddingi. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.
Porównaj PubMedBERT Embeddings (NeuML) i OpenAI text-embedding-3-largeCzy mogę używać PubMedBERT Embeddings (NeuML) teraz?
Obecnie niedostępne. Strona pozostaje online; dostępne alternatywy z tej samej kategorii są wymienione poniżej.
Wszystkie modele przez jedno API
Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.