Deep Tide TechFlow Actualités, 7 mai, Tether AI Research Group a lancé la série de modèles linguistiques médicaux QVAC MedPsy, conçue pour fonctionner localement sur des smartphones, des appareils portables et d'autres terminaux à faible puissance, réduisant ainsi la dépendance à l'infrastructure cloud. Selon le communiqué officiel, la version de 1,7 milliard de paramètres a obtenu en moyenne un score de 62,62 sur 7 tests de référence médicale fermés, dépassant le MedGemma-1.5-4B-it de Google ; la version de 4 milliards de paramètres a obtenu en moyenne un score de 70,54, surpassant des modèles plus grands tels que MedGemma-27B-text. Tether indique que ce modèle peut également réduire le coût de l'inférence et a fourni une version quantifiée GGUF adaptée au déploiement local.