深潮 TechFlow のニュースによると、5 月 07 日に Tether AI Research Group は医療用言語モデルシリーズ QVAC MedPsy を発表しました。主な特徴は、スマートフォンやウェアラブルデバイスなどの低計算能力端末でローカルに動作可能であり、クラウドインフラへの依存を減らすことです。公式によると、1.7 B パラメータのバージョンは7つの閉鎖型医療ベンチマークテストで平均スコア62.62を記録し、Google の MedGemma-1.5-4B-it を上回っています。4 B バージョンの平均スコアは70.54で、MedGemma-27B-text を含むより大きなモデルを超える性能を示しています。Tether は、このモデルが推論コストも削減できると述べており、ローカル展開に適した量子化された GGUF バージョンも提供しています。
深潮 TechFlow のニュースによると、5 月 07 日に Tether AI Research Group は医療用言語モデルシリーズ QVAC MedPsy を発表しました。主な特徴は、スマートフォンやウェアラブルデバイスなどの低計算能力端末でローカルに動作可能であり、クラウドインフラへの依存を減らすことです。公式によると、1.7 B パラメータのバージョンは7つの閉鎖型医療ベンチマークテストで平均スコア62.62を記録し、Google の MedGemma-1.5-4B-it を上回っています。4 B バージョンの平均スコアは70.54で、MedGemma-27B-text を含むより大きなモデルを超える性能を示しています。Tether は、このモデルが推論コストも削減できると述べており、ローカル展開に適した量子化された GGUF バージョンも提供しています。