تيثر تطلق الذكاء الاصطناعي الطبي المحلي على الهاتف: نموذج صغير بحجم 1.7 مليار يتفوق على نماذج أكبر بـ16 مرة، ويقضي تمامًا على الاعتماد على السحابة

وفقًا لنظام مراقبة Beating، أعلن فريق البحث في الذكاء الاصطناعي لمصدر USDT، Tether، اليوم عن إطلاق سلسلة نماذج اللغة الطبية QVAC MedPsy، وهي ذكاء اصطناعي طبي مخصص للأجهزة المحمولة والأجهزة القابلة للارتداء وغيرها من الأجهزة ذات القدرة الحسابية المنخفضة. لا يتطلب تشغيلها الاعتماد على الخوادم السحابية، حيث حققت أداءً يفوق حجم النموذج بكفاءة عالية: حيث حققت نسخة تحتوي على 1.7 مليار معلمة متوسط ​​درجة 62.62 في سبع معايير طبية مغلقة، متفوقة بمقدار 11.42 نقطة على Google MedGemma-4B، وتفوقت على MedGemma-27B الذي يقترب حجمه من 16 ضعفًا في سيناريوهات سريرية حقيقية مثل HealthBench Hard؛ كما أن نسخة 4B المعلمة سجلت درجة أعلى بلغت 70.54، متفوقة بشكل كامل على نماذج أكبر، مع تقليل استهلاك رموز الاستدلال بشكل كبير (حتى 3.2 مرات)، ونشرت بصيغة GGUF المكممة (حوالي 1.2 جيجابايت لـ 1.7 مليار معلمة)، مما يجعلها مناسبة للنشر على الأجهزة المحمولة والحافة.

هذا الإصدار يتحدى الافتراض التقليدي القائل بأن “النماذج الأكبر = أداء أفضل”، ويركز على تحسين الكفاءة من خلال التدريب الطبي المراحل (الإشراف، بيانات الاستدلال السريري + التعلم المعزز)، لتحقيق حماية حقيقية للخصوصية المحلية واستدلال منخفض التأخير. قال الرئيس التنفيذي لـ Tether، باولو أردوينو، إن ذلك يمكّن الذكاء الاصطناعي الطبي من معالجة البيانات الحساسة مباشرة في المستشفيات والأجهزة المحلية، دون الحاجة لنقلها إلى السحابة، مما يقلل من التكاليف والتأخير ومخاطر الخصوصية، ويأمل أن يعيد تشكيل بنية تحتية للذكاء الاصطناعي الطبي، ويدفع نحو نشره محليًا في جميع أنحاء العالم، خاصة في المناطق النامية.