PubMedBERT Embeddings (NeuML)

EmbeddingsMevcut Değil

Community tarafındanpubmedbert-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.

Alternatifleri Gör Karşılaştır

Durum: Mevcut Değil
Bağlam: 512 token
Giriş → Çıkış: Metin → Vektör
Geliştirici: Community
Güncellendi: 23 Eylül 2026

PubMedBERT Embeddings (NeuML) şu anda kullanılamıyor

Bu sayfadaki ayrıntıları yine de okuyabilirsiniz. Hemen karşılaştırılabilir bir modeli çalıştırmak için aşağıdaki mevcut alternatiflerden birini seçin.

Alternatiflere Git

Karşılaştırılabilir modeller

Bu kategorideki tümü

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.
$0,156/1M giriş
PubMedBERT Embeddings (NeuML) ve OpenAI text-embedding-3-large karşılaştır
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.
$0,024/1M giriş
PubMedBERT Embeddings (NeuML) ve OpenAI text-embedding-3-small karşılaştır

Playground

PubMedBERT Embeddings (NeuML)'ı deneyin

Giriş & Sonuç

Şu anda kullanılamıyor

Şu anda kullanılamıyor.

Oyun alanı devre dışıdır. Aynı kategoride karşılaştırılabilir modeller bulabilirsiniz: Alternatifleri görüntüle

Text

0 / 4.000

Biomedical sentence or passage to embed

Şununla karşılaştır (isteğe bağlı)

Modeli iki kez çalıştırır (iki kez faturalandırılır).

⌘/Ctrl + Enter

Sonuç

Vektör burada görünür.

Bu çalıştırma

Fiyat yok – şu anda kullanılamıyor.

Yeni misiniz?

Google ile kaydolduğunuzda 10 ücretsiz kredi ($0,10)

Kaydolduktan 24 saat sonra kullanılabilir, günde 5 çalıştırmaya kadar ve çalıştırma başına en fazla 2 kredi. Diğer oturum açma yöntemleri kredi olmadan başlar.

PubMedBERT Embeddings (NeuML) Hakkında

Özet23 Eylül 2026 itibariyle

PubMedBERT Embeddings (NeuML), Community tarafından Embeddings kategorisinde geliştirilen bir modeldir. PubMedBERT Embeddings (NeuML) şu anda Railwail üzerinde kullanılamıyor. Kontekst penceresi 512 token içerir.

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.

Fiyatlandırma

Şu anda kullanılamıyor. Bu modelin şu anda bir fiyatı yok, bu nedenle çalıştırılamıyor.

API

PubMedBERT Embeddings (NeuML) öğesini Railwail API anahtarınızla çağırın. İstekte bu model kimliğini kullanın:

pubmedbert-base-embeddingsAPI Belgeleri API Anahtarı Al

Şu anda kullanılamıyor

Modelin doğrulanmış bir fiyatı yok veya devre dışı bırakılmıştır; API çağrıları reddedilir.

Özellikler

Model Kimliği: pubmedbert-base-embeddings
Geliştirici: Community
Kategori: Embeddings
Giriş: Metin
Çıkış: Vektör
Bağlam penceresi: 512 token
Katalog girişi güncellendi: 23 Eylül 2026

Giriş Parametreleri

Modelin giriş şemasından giriş ve ayarlar. API bölümündeki örnek, API'nin hangilerini kabul ettiğini gösterir.

ParametreTürVarsayılanİzin verilen değerler

inputsgerekli
Biomedical sentence or passage to embed
Tür: Metin
Varsayılan: –
İzin verilen değerler: en fazla 4.000 karakter

Etiketler

science
embedding
research
huggingface
pubmedbert
biomedical
medical
sentence-transformers

Kullanım Alanları

İlgili Kılavuzlar

Embedding Models for Search & Science

Embeddings Kategorisindeki Tüm Modeller

Sık Sorulan Sorular

PubMedBERT Embeddings (NeuML) nedir?

PubMedBERT Embeddings (NeuML), Community tarafından Embeddings kategorisinde oluşturulan bir modeldir. Railwail'de listelenmiştir ancak şu anda çalıştırılamaz.

PubMedBERT Embeddings (NeuML) Railwail'de ne kadar maliyetlidir?

PubMedBERT Embeddings (NeuML) şu anda Railwail'de çalıştırılamaz, bu nedenle mevcut bir fiyat yoktur. Fiyatları olan mevcut alternatifler bu sayfanın aşağısında listelenmiştir.

PubMedBERT Embeddings (NeuML)'nin kontekst penceresi ne kadardır?

PubMedBERT Embeddings (NeuML)'nin kontekst penceresi 512 token içerir.

PubMedBERT Embeddings (NeuML) ne kadar hızlıdır?

Railwail'de PubMedBERT Embeddings (NeuML) için henüz çalıştırma süresi belirtmek için yeterli ölçülen çalıştırma yoktur. Bu, giriş, ayarlar ve sağlayıcıdaki yüke bağlıdır.

PubMedBERT Embeddings (NeuML), OpenAI text-embedding-3-large'dan daha iyi midir?

Bu göreve bağlıdır. PubMedBERT Embeddings (NeuML) (Community) ve OpenAI text-embedding-3-large (OpenAI) her ikisi de Embeddings kategorisinde modellerdir. Karşılaştırma sayfası fiyatlarını ve özelliklerini yan yana gösterir.

PubMedBERT Embeddings (NeuML) ve OpenAI text-embedding-3-large'ı karşılaştır

PubMedBERT Embeddings (NeuML)'yi şu anda kullanabilir miyim?

Şu anda kullanılamıyor. Sayfa çevrimiçi kalır; aynı kategoriden mevcut alternatifler aşağıda listelenmiştir.

Tüm Modeller Tek Bir API Aracılığıyla

Railwail'deki her model için bir API anahtarı. Kullanım, ön ödemeli kredilerden tahsil edilir, 1 kredi = $0,01.

API Anahtarı Al Tüm Modelleri Görüntüle