Tether wprowadza mobilną, medyczną AI na urządzenia: model za 1.7 miliarda dolarów przewyższa 16 razy większy model i całkowicie eliminuje zależność od chmury

Według monitoringu 动察 Beating, Tether, emitent USDT, ogłosił dziś wprowadzenie na rynek serii modeli językowych QVAC MedPsy, opracowanych przez swój zespół badawczy AI, przeznaczonych do lokalnych zastosowań medycznych AI na urządzeniach o niskim poborze mocy, takich jak smartfony i urządzenia noszone. Modele te mogą działać bez konieczności korzystania z serwerów chmurowych i osiągają wydajność znacznie przewyższającą swój rozmiar dzięki efektywnej architekturze: wersja z 1,7 miliarda parametrów osiągnęła średni wynik 62,62 na siedmiu zamkniętych benchmarkach medycznych, przewyższając Google MedGemma-4B o 11,42 punktu i wyprzedzając model MedGemma-27B, posiadający niemal 16 razy więcej parametrów, w rzeczywistych scenariuszach klinicznych takich jak HealthBench Hard; wersja z 4 miliardami parametrów uzyskała jeszcze wyższy wynik – 70,54, kompleksowo przewyższając większe modele, przy jednoczesnym znacznym zmniejszeniu zużycia tokenów wnioskowania (do 3,2 razy) oraz udostępnieniu w skwantyzowanym formacie GGUF (1,7B około 1,2 GB), dostosowanym do wdrożeń mobilnych i brzegowych.

To wydanie podważa tradycyjne założenie „większe modele = lepsza wydajność”, koncentrując się na efektywności poprzez etapowe post-treningi medyczne (nadzorowane, dane kliniczne do wnioskowania + uczenie przez wzmacnianie), aby zapewnić realną ochronę prywatności lokalnie i niską latencję wnioskowania. CEO Tether, Paolo Ardoino, stwierdził, że dzięki temu rozwiązaniu medyczne AI może przetwarzać wrażliwe dane bezpośrednio na miejscu w szpitalach oraz na urządzeniach końcowych, bez konieczności przesyłania ich do chmury, co obniża koszty, zmniejsza opóźnienia i ryzyka związane z prywatnością, potencjalnie przekształcając infrastrukturę medycznej AI i promując wdrożenia lokalne na całym świecie, zwłaszcza w regionach słabo rozwiniętych.