SPECTER (Scientific Paper Embeddings)

EmbeddingsНедоступно

від Communityspecter-scientific-paper-embeddings

AllenAI document-level embedding model for scientific papers. Built on SciBERT and trained on the citation graph so that papers citing each other land close together. Feed it a title plus abstract and it returns one 768-dim vector per paper, useful for recommendation, clustering and citation-based retrieval.

Переглянути альтернативи Порівняти

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

SPECTER (Scientific Paper Embeddings) 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 SPECTER (Scientific Paper Embeddings) 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 SPECTER (Scientific Paper Embeddings) та OpenAI text-embedding-3-small

Playground

Спробувати SPECTER (Scientific Paper Embeddings)

Введення та результат

Наразі недоступна

Наразі недоступно.

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

Text

0 / 4 000

Paper title and abstract (or any scientific text) 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 SPECTER (Scientific Paper Embeddings)

КороткоСтаном на 23 вересня 2026 р.

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

SPECTER from the Allen Institute for AI produces a single embedding per scientific document instead of per-token vectors. It was pretrained on a triplet objective over the Semantic Scholar citation graph, so the distance between two paper embeddings reflects topical and citation relatedness rather than just lexical overlap. The standard input is the paper title and abstract joined together. Served through Hugging Face with the feature-extraction pipeline; take the [CLS] token vector (768 dims) as the document embedding.

Ціни

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

API

Викличте SPECTER (Scientific Paper Embeddings) за допомогою вашого API-ключа Railwail. Використовуйте цей ID моделі в запиті:

specter-scientific-paper-embeddingsДокументація API Отримати API-ключ

Наразі недоступно

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

Характеристики

ID моделі: specter-scientific-paper-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
Paper title and abstract (or any scientific text) 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 SPECTER (Scientific Paper Embeddings)?

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

Скільки коштує SPECTER (Scientific Paper Embeddings) на Railwail?

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

Яке контекстне вікно у SPECTER (Scientific Paper Embeddings)?

Контекстне вікно SPECTER (Scientific Paper Embeddings) містить 512 токенів.

Наскільки швидкий SPECTER (Scientific Paper Embeddings)?

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

Чи SPECTER (Scientific Paper Embeddings) краще за OpenAI text-embedding-3-large?

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

Порівняти SPECTER (Scientific Paper Embeddings) і OpenAI text-embedding-3-large

Чи можу я використовувати SPECTER (Scientific Paper Embeddings) 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