pubmedbert-base-embeddings
Sprachmodelle für Chat, Wissen und Alltag — die Klassiker für den eigenen Rechner.
Apache-2.0
Läuft das auf deinem Rechner?
Was kann es?
Erzeugt semantische Vektoren (Embeddings) für Texte aus dem biomedizinischen und wissenschaftlichen Bereich – etwa aus PubMed-Artikeln oder Kliniktexten. Diese Vektoren kann man nutzen, um ähnliche Arbeiten zu finden, Texte automatisch zu ordnen oder zu durchsuchen.
Stärken
Sorgt durch den Fokus auf Biomedizin dafür, dass auch fachspezifische Begriffe richtig verstanden und im Kontext zugeordnet werden – deutlich besser als allgemeine Embedding-Modelle in der Wissenschaftssuche.
Grenzen
Ein reines Embeddings-Modell: es kann kein freies Textverfassen, und für non-medizinische Alltagstexte gibt es passendere Modelle. Mit ~110 Mio. Parametern läuft es auch auf moderater Hardware, doch Qualität und Aktualität des Trainingsdatensatzes sollten man im Blick behalten.
Für wen?
Für alle, die in Forschungsdaten, Medizinliteratur oder wissenschaftlichen Dokumenten Ähnlichkeiten finden oder einen semantischen Suchindex aufbauen wollen.
So startest du es
Jeder Befehl ist fertig für dieses Modell: kopieren und in die Konsole einfügen.
⚠️ Für dieses Modell haben wir keine verifizierte GGUF-Fassung in der Datenbank. Ohne GGUF können Ollama, LM Studio und llama.cpp es nicht starten. Prüfe auf Hugging Face nach „NeuML/pubmedbert-base-embeddings GGUF“ (die meisten Text-Modelle haben eine, z. B. von bartowski oder unsloth) — dann gilt: ollama run hf.co/NeuML/pubmedbert-base-embeddings
Besonderheiten
Was dieses Modell ausmacht — geprüft aus den offiziellen Angaben (⟳ vor 2 Min (16.10. 19:14 UTC)).
Alle Angaben stammen aus den offiziellen Quellen (Hugging Face) — wir hosten keine Modelle.
Wo bekommst du es?
Wir hosten nichts — hier geht es direkt zur Quelle. Die Anleitung unten zeigt dir Schritt für Schritt, wie du das Modell startest.
Auf Hugging Face herunterladen Bei Ollama suchen Bei LM Studio suchen
Größen & Quants
Kleinere Datei = weniger Speicherbedarf, dafür minimal geringere Qualität. Der Check oben zeigt dir für jede Variante, ob sie auf deinem Rechner läuft — entscheiden musst nur du.
| Variante | Dateigröße | Speicherbedarf (grob) |
|---|---|---|
| Keine Variantenliste verfügbar — schau in die Dateiliste bei Hugging Face. | ||
So startest du pubmedbert-base-embeddings
- Herunterladen: Über den HF-Button oben (oder direkt in Ollama/LM Studio suchen).
- Starten: Unsere Anleitung zeigt dir die einfachsten Wege — LM Studio (Klick-Oberfläche) oder Ollama (ein Befehl).
- Chatten: Modell auswählen, lostippen. Ohne Internet, ohne Anmeldung.
Gleiches Modell lieber als API nutzen? Preisvergleich öffnen →
Häufige Fragen
Läuft pubmedbert-base-embeddings auf meinem Rechner?
Das zeigt dir der Check oben — Variante für Variante. Typische Größen: die übliche kompakte Variante wiegt –, die kleinste – — rechne grob ~2 GB Puffer dazu.
Was kostet pubmedbert-base-embeddings?
Nichts — das Modell ist kostenlos herunterladbar. Kosten entstehen nur für Strom oder eine gemietete GPU, falls dein Rechner zu klein ist.
Ähnliche Modelle: multilingual-e5-small · SapBERT-from-PubMedBERT-fulltext · bert-base-NER · Zurück zur Übersicht
Daten: Hugging Face API · ⟳ vor 2 Min (16.10. 19:14 UTC). Wir hosten keine Modelle — alle Links führen zu den offiziellen Quellen.