Tether Meluncurkan QVAC MedPsy untuk Menembus Jejak Baru dalam Efisiensi Penalaran Medis

Tether juga memperluas dengan mengumumkan QVAC MedPsy, sebuah model penalaran medis sumber terbuka yang ditujukan untuk penerapan di tepi dan lokal.

Inisiatif ini mewakili langkah masuk yang bertujuan ke dalam dunia AI yang bergerak cepat, di mana privasi, efisiensi, dan ketersediaan menjadi lebih menguntungkan daripada kemampuan pemrosesan itu sendiri.

QVAC MedPsy, berpegang pada visinya untuk beroperasi pada perangkat keras kelas konsumen berbeda dengan sebagian besar sistem AI yang terlalu bergantung pada infrastruktur cloud. Mengeliminasi transmisi data medis sensitif ke server eksternal meminimalkan risiko privasi dan memberikan manfaat tambahan berupa penghematan latensi dari pendekatan lokal-pertama ini. Saat ketegangan dunia meningkat terkait perlindungan data, desain ini memungkinkan model yang dapat diimplementasikan secara praktis untuk memenuhi kebutuhan layanan kesehatan.

8 miliar manusia pantas mendapatkan kecerdasan yang tidak berkedip saat sinyal mati. 🧠 Memperkenalkan @QVAC Psy, model dasar kami yang dibangun berdasarkan kestabilan matematis Psychohistory.

Dengan QVAC MedPsy, model AI kesehatan medis lokal-pertama kami, kami telah membuktikan bahwa keunggulan… pic.twitter.com/6ECt7kvk6Q

— Tether (@tether) 7 Mei 2026

Perkenalan QVAC MedPsy menandai arah baru dalam evolusi AI, di mana pengembangan lebih sedikit berfokus pada penindasan numerik yang dihitung dan lebih pada otonomi pengguna melalui saluran terdesentralisasi dalam hal dominasi atas domain tradisional.

Model Bahasa Besar Bergerak Cepat

QVAC MedPsy bersaing melawan model yang jauh lebih besar, yang merupakan salah satu karakteristik paling menarik yang dimilikinya. Akhirnya, Tether mengklaim bahwa versinya dengan 1,7 miliar parameter mengungguli MedGemma Google 4B, tetapi iterasi sendiri dengan 4 miliar parameter bahkan lebih baik daripada MedGemma 27B yang sangat besar di berbagai tolok ukur evaluasi.

Ini bertentangan dengan pemikiran saat ini bahwa ukuran model yang lebih besar berarti kinerja yang lebih baik. Sebaliknya, ini menyoroti pentingnya desain arsitektur, strategi pelatihan, dan metode optimisasi. QVAC MedPsy menunjukkan bahwa model kecil dapat menyamai atau melebihi kinerja model yang jauh lebih besar ketika dilatih untuk efisiensi daripada skala.

Kami baru saja merilis QVAC MedPsy, model AI kesehatan medis tertinggi Tether AI SoTA, yang mampu eksekusi berkinerja tinggi dan akurasi tinggi secara langsung di ponsel pintar, laptop, dan server.

Sorotan: – QVAC MedPsy 4B mengalahkan MedGemma 27B – QVAC MedPsy 1,7 mengalahkan MedGemma 4B – Pengurangan 3,2x dalam…

— Paolo Ardoino 🤖 (@paoloardoino) 7 Mei 2026

Jika berkelanjutan, ini akan mendemokratisasi pengembangan AI dengan secara dramatis menurunkan kebutuhan sumber daya komputasi sehingga lebih banyak organisasi dapat membangun model yang kuat.

Kemampuan Kehidupan Nyata Didukung oleh Tolok Ukur Klinis

Selain skor tolok ukur, evaluasi langsung QVAC MedPsy menggunakan tes bergaya klinis (HealthBench, HealthBench Hard, dan MedXpertQA) telah dilakukan pada QVAC MedPsy. Penilaian ini menguji tidak hanya memori faktual, tetapi juga kemampuan model untuk bernalar melalui kasus medis yang sulit dan multidisiplin.

Hasil ini menunjukkan bahwa QVAC MedPsy menyediakan penalaran medis setingkat ahli, yang membawa kita satu langkah lebih dekat ke kelayakan klinis. Ini sangat mengesankan karena model berjalan di perangkat keras konsumen standar, membuatnya lebih mudah diakses secara luas.

Tingkat akses ini memiliki potensi untuk secara signifikan mempengaruhi pengaturan layanan kesehatan yang terbebani dan kekurangan sumber daya. Alat seperti QVAC MedPsy dapat memainkan peran penting dalam menyediakan dukungan pengambilan keputusan penting dalam meningkatkan akurasi diagnosis dan penilaian klinis.

Efisiensi Menunjukkan Arah Baru

Tidak hanya QVAC MedPsy meningkatkan ukuran kinerja, tetapi juga mengurangi waktu. Kami dapat menghasilkan jawaban yang tiga kali lipat lebih kecil dari jumlah tokennya, menghasilkan peningkatan responsivitas yang signifikan dengan penggunaan komputasi yang lebih sedikit.

Dengan kekhawatiran yang meningkat tentang penggunaan energi AI dan skalabilitas, efisiensi ini sangat penting. QVAC MedPsy mengurangi tekanan komputasi per kueri yang mendorong kinerja dan keberlanjutan.

Selain itu, karena format kuantisasi GGUF tersedia, model ini juga dapat diterapkan pada perangkat dengan spesifikasi lebih rendah tanpa terlalu mempengaruhi kinerja, sehingga memperkuat kecocokannya untuk topologi tepi.

Secara keseluruhan, kemajuan ini menandai perubahan besar dalam pengembangan AI, menuju kegunaan dan efisiensi daripada skala mentah.

Strategi Sumber Terbuka: Meningkatkan Transparansi dan Kerjasama

Salah satu fitur utama QVAC MedPsy adalah rilis lengkapnya sebagai sumber terbuka. Keputusan Tether untuk membuka ini merupakan langkah penting dalam industri yang selama ini didominasi oleh model tertutup dan proprietary.

Pengembangan sumber terbuka juga mendorong transparansi, memungkinkan peneliti untuk memeriksa mekanisme model dan mengajukan perubahan. Ekosistem semacam ini dapat mempercepat inovasi dan meningkatkan kepercayaan, terutama dalam aplikasi yang sangat sensitif seperti layanan kesehatan.

Tether mendorong komunitas yang lebih luas untuk berkontribusi pada penyempurnaan MedPsy melalui pendekatan akses terbuka, memperkuat etos desentralisasi yang menempatkan kendali dan inovasi di tangan banyak pihak.

Aksesibilitas AI Dalam Perspektif Baru Melalui Privasi dan Penerapan di Tepi

Kekhawatiran privasi masih menjadi salah satu penghalang terbesar untuk AI medis saat ini, dan QVAC MedPsy dirancang khusus untuk mengurangi hal ini melalui arsitektur lokal-pertama. Yang lebih penting lagi, ini memungkinkan data pasien yang sensitif tetap di bawah kendali pengguna setiap saat dengan memproses data di perangkat.

Perbedaan penting ini melindungi sistem dari risiko pengumpulan data di cloud, di mana transfer dan traversing data meluas ke penyimpanan luar. Ini juga memudahkan kepatuhan terhadap legislasi perlindungan data yang ketat, sesuatu yang sering mempengaruhi penerapan alat AI dalam praktik klinis.

Selain itu, kompatibilitas model ini dengan perangkat keras konsumen memperluas penggunaan alat penalaran medis canggih. Persepsi bahwa privasi dan akses saling eksklusif telah hancur, membuka jalan bagi aplikasi mulai dari manajemen kesehatan mandiri hingga konsultasi virtual.

Era Baru dalam AI dan Masa Depan Inovasi Kesehatan

Peluncuran QVAC MedPsy bukan hanya produk baru, tetapi juga gambaran bagaimana fondasi AI dan paradigma penerapannya mulai bergeser. Hasil Tether berfungsi sebagai kontra terhadap kepercayaan industri bahwa model yang lebih sederhana dan kecil tidak dapat mencapai kinerja lebih tinggi daripada yang lebih besar, tetapi mereka dapat melakukannya sambil mempertahankan privasi dan akses.

Dan seiring kebutuhan akan sistem AI yang andal, efisien, dan skalabel menjadi semakin nyata, kasus seperti QVAC MedPsy bisa sangat berpengaruh. Keberhasilan ini bisa menandai bahwa terobosan di masa depan dalam AI lebih berkaitan dengan merancang arsitektur yang lebih cerdas dan fleksibel daripada sekadar memperbesar skala.

Dengan demikian, Tether bukan hanya perusahaan yang memasuki ruang AI; mereka sedang membentuk masa depannya.

Pengungkapan: Ini bukan saran perdagangan atau investasi. Selalu lakukan riset Anda sebelum membeli cryptocurrency atau berinvestasi dalam layanan apa pun.

Ikuti kami di Twitter @themerklehash untuk tetap mendapatkan berita terbaru tentang Crypto, NFT, AI, Keamanan Siber, dan Metaverse!

Pos Tether Meluncurkan QVAC MedPsy untuk Menembus Jejak Baru dalam Efisiensi Penalaran Medis muncul pertama kali di The Merkle News.

Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
Tidak ada komentar
  • Sematkan