PubMedBERT Embeddings (NeuML)

EmbeddingsInte tillgänglig

av 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.

Se alternativ Jämför

Status: Inte tillgänglig
Kontext: 512 tokens
Inmatning → utmatning: Text → Vektor
Utvecklare: Community
Uppdaterad: 23 september 2026

PubMedBERT Embeddings (NeuML) är för närvarande otillgänglig

Du kan fortfarande läsa detaljerna på denna sida. Välj ett av de tillgängliga alternativen nedan för att köra en jämförbar modell direkt.

Gå till alternativ

Jämförbara modeller

Alla i denna kategori

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 US$/1M in
Jämför PubMedBERT Embeddings (NeuML) och OpenAI text-embedding-3-large
OpenAI text-embedding-3-smallOpenAI
OpenAI's small, low-cost embedding model. Returns 1536-dim vectors by default and supports shortening output dimensions via the dimensions parameter without retraining. Replaced text-embedding-ada-002 with better retrieval quality at a fraction of the price, and is the default choice for general-purpose semantic search and RAG.
0,024 US$/1M in
Jämför PubMedBERT Embeddings (NeuML) och OpenAI text-embedding-3-small

Playground

Prova PubMedBERT Embeddings (NeuML)

Inmatning & resultat

Inte tillgänglig för närvarande

Inte tillgänglig för närvarande.

Lekplatsen är inaktiverad. Du hittar jämförbara modeller i samma kategori: Visa alternativ

Text

0 / 4 000

Biomedical sentence or passage to embed

Jämför med (valfritt)

Kör modellen två gånger (faktureras två gånger).

⌘/Ctrl + Enter

Resultat

Vektorn visas här.

Denna körning

Inget pris – för närvarande otillgängligt.

Ny här?

10 gratis credits (0,10 US$) när du registrerar dig med Google

Användbar 24 timmar efter registrering, upp till 5 körningar per dag och högst 2 credits per körning. Andra inloggningsmetoder startar utan credits.

Om PubMedBERT Embeddings (NeuML)

Kort sagtFrån och med 23 september 2026

PubMedBERT Embeddings (NeuML) är en modell av Community i kategorin Embeddings. PubMedBERT Embeddings (NeuML) är för närvarande inte tillgänglig på Railwail. Kontextfönstret innehåller 512 tokens.

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.

Priser

Inte tillgänglig för närvarande. Det finns ingen pris för denna modell för närvarande, så den kan inte köras.

API

Anropa PubMedBERT Embeddings (NeuML) med din Railwail API-nyckel. Använd detta modell-ID i begäran:

pubmedbert-base-embeddingsAPI-dokumentation Hämta API-nyckel

För närvarande otillgänglig

Modellen har inget verifierat pris eller är inaktiverad; API-anrop avvisas.

Specifikationer

Modell-ID: pubmedbert-base-embeddings
Utvecklare: Community
Kategori: Embeddings
Inmatning: Text
Utmatning: Vektor
Kontextfönster: 512 tokens
Kataloginlägg uppdaterat: 23 september 2026

Indataparametrar

Inmatningar och inställningar från modellens indataschema. Exemplet i API-avsnittet visar vilka som API:et accepterar.

ParameterTypStandardTillåtna värden

inputsobligatorisk
Biomedical sentence or passage to embed
Typ: Text
Standard: –
Tillåtna värden: upp till 4 000 tecken

Taggar

science
embedding
research
huggingface
pubmedbert
biomedical
medical
sentence-transformers

Användningsfall

Relaterade guider

Embedding Models for Search & Science

Alla modeller i Embeddings

Vanliga frågor

Vad är PubMedBERT Embeddings (NeuML)?

PubMedBERT Embeddings (NeuML) är en modell av Community i kategorin Embeddings. Den finns i Railwail-katalogen men kan inte köras för närvarande.

Vad kostar PubMedBERT Embeddings (NeuML) på Railwail?

PubMedBERT Embeddings (NeuML) kan inte köras på Railwail för närvarande, så det finns inget aktuellt pris. Tillgängliga alternativ med priser visas längre ned på denna sida.

Hur stort är kontextfönstret för PubMedBERT Embeddings (NeuML)?

Kontextfönstret för PubMedBERT Embeddings (NeuML) innehåller 512 tokens.

Hur snabb är PubMedBERT Embeddings (NeuML)?

Det finns ännu inte tillräckligt många uppmätta körningar av PubMedBERT Embeddings (NeuML) på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.

Är PubMedBERT Embeddings (NeuML) bättre än OpenAI text-embedding-3-large?

Det beror på uppgiften. PubMedBERT Embeddings (NeuML) (Community) och OpenAI text-embedding-3-large (OpenAI) är båda modeller i kategorin Embeddings. Jämförelsesidan visar deras priser och specifikationer sida vid sida.

Jämför PubMedBERT Embeddings (NeuML) och OpenAI text-embedding-3-large

Kan jag använda PubMedBERT Embeddings (NeuML) just nu?

Inte tillgänglig för närvarande. Sidan förblir online; tillgängliga alternativ från samma kategori visas längre ned.

Alla modeller via ett API

En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.

Hämta API-nyckel Bläddra bland alla modeller