PubMedBERT Embeddings (NeuML)

EmbeddingsНедоступно

від 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.

Переглянути альтернативи Порівняти

Статус: Недоступно
Контекст: 512 токенів
Вхід → вихід: Текст → Вектор
Розробник: Community
Оновлено: 23 вересня 2026 р.

PubMedBERT Embeddings (NeuML) наразі недоступна

Ви можете прочитати деталі на цій сторінці. Виберіть одну з доступних альтернатив нижче, щоб одразу запустити порівняну модель.

До альтернатив

Порівнювані моделі

Усі в цій категорії

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 вх
Порівняти PubMedBERT Embeddings (NeuML) та 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 вх
Порівняти PubMedBERT Embeddings (NeuML) та OpenAI text-embedding-3-small

Playground

Спробувати PubMedBERT Embeddings (NeuML)

Введення та результат

Наразі недоступна

Наразі недоступно.

Playground вимкнено. Порівняльні моделі ви знайдете в тій же категорії: Переглянути альтернативи

Text

0 / 4 000

Biomedical sentence or passage to embed

Порівняти з (необов'язково)

Запускає модель двічі (виставляється рахунок двічі).

⌘/Ctrl + Enter

Результат

Вектор з'явиться тут.

Цей запуск

Без ціни – наразі недоступно.

Новенький?

10 безплатних кредитів (0,10 USD) при реєстрації через Google

Доступно 24 годин після реєстрації, до 5 запусків на день і максимум 2 кредитів за запуск. Інші способи входу стартують без кредитів.

Про PubMedBERT Embeddings (NeuML)

КороткоСтаном на 23 вересня 2026 р.

PubMedBERT Embeddings (NeuML) — це модель від Community у категорії Embeddings. На Railwail PubMedBERT Embeddings (NeuML) наразі недоступна. Контекстне вікно містить 512 токенів.

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.

Ціни

Наразі недоступно. Наразі для цієї моделі немає ціни, тому її не можна запустити.

API

Викличте PubMedBERT Embeddings (NeuML) за допомогою вашого API-ключа Railwail. Використовуйте цей ID моделі в запиті:

pubmedbert-base-embeddingsДокументація API Отримати API-ключ

Наразі недоступно

Модель не має перевіреної ціни або деактивована; виклики API відхиляються.

Характеристики

ID моделі: pubmedbert-base-embeddings
Розробник: Community
Категорія: Embeddings
Вхідні дані: Текст
Вихідні дані: Вектор
Контекстне вікно: 512 токенів
Запис у каталозі оновлено: 23 вересня 2026 р.

Вхідні параметри

Вхідні дані та налаштування зі схеми вхідних даних моделі. Приклад у розділі API показує, які з них приймає API.

ПараметрТипЗа замовчуваннямДопустимі значення

inputsобов'язково
Biomedical sentence or passage to embed
Тип: Текст
За замовчуванням: –
Допустимі значення: до 4 000 символів

Варіанти використання

Відповідні посібники

Embedding Models for Search & Science

Усі моделі в Embeddings

Часті питання

Що таке PubMedBERT Embeddings (NeuML)?

PubMedBERT Embeddings (NeuML) — це модель від Community у категорії Embeddings. Вона внесена до каталогу Railwail, але наразі не може бути запущена.

Скільки коштує PubMedBERT Embeddings (NeuML) на Railwail?

PubMedBERT Embeddings (NeuML) наразі не можна запустити на Railwail, тому поточної ціни немає. Доступні альтернативи з цінами наведені далі на цій сторінці.

Яке контекстне вікно у PubMedBERT Embeddings (NeuML)?

Контекстне вікно PubMedBERT Embeddings (NeuML) містить 512 токенів.

Наскільки швидкий PubMedBERT Embeddings (NeuML)?

На Railwail поки що недостатньо виміряних запусків PubMedBERT Embeddings (NeuML), щоб вказати час виконання. Це залежить від введення, налаштувань та навантаження у постачальника.

Чи PubMedBERT Embeddings (NeuML) краще за OpenAI text-embedding-3-large?

Це залежить від завдання. PubMedBERT Embeddings (NeuML) (Community) і OpenAI text-embedding-3-large (OpenAI) — обидві моделі в категорії Embeddings. На сторінці порівняння показані їхні ціни та специфікації поруч.

Порівняти PubMedBERT Embeddings (NeuML) і OpenAI text-embedding-3-large

Чи можу я використовувати PubMedBERT Embeddings (NeuML) прямо зараз?

Наразі недоступно. Сторінка залишається в мережі; доступні альтернативи з тієї ж категорії наведені далі.

Усі моделі через один API

Один API-ключ для всіх моделей на Railwail. Використання оплачується з попередньо поповнених кредитів, 1 кредит = 0,01 USD.

Отримати API-ключ Переглянути всі моделі