Tether запускает мобильный локальный медицинский ИИ: модель объемом 1,7 миллиарда превосходит модели в 16 раз больше, полностью избавляясь от облачной зависимости

Согласно мониторингу Beating, команда по исследованию ИИ компании Tether, эмитента USDT, сегодня объявила о запуске серии медицинских языковых моделей QVAC MedPsy, специально разработанных для локализованного медицинского ИИ, предназначенного для смартфонов, носимых устройств и других устройств с низкой вычислительной мощностью. Не требуется зависимость от облачных серверов для работы, благодаря эффективной архитектуре достигнута производительность, значительно превосходящая размер модели: версия с 1,7 миллиарда параметров в среднем набрала 62,62 балла по семи закрытым медицинским бенчмаркам, превзойдя Google MedGemma-4B на 11,42 балла, и в реальных клинических сценариях, таких как HealthBench Hard, обошла MedGemma-27B с почти в 16 раз большим количеством параметров; версия с 4 миллиардами параметров набрала еще более высокий результат — 70,54, полностью превосходя более крупные модели, при этом значительно снизив потребление токенов для вывода (до 3,2 раза), и выпущена в формате квантования GGUF (около 1,2 ГБ при 1,7 миллиарда), что подходит для мобильных и периферийных устройств. Этот запуск бросает вызов традиционному предположению «больше модель — лучше производительность», сосредотачиваясь на повышении эффективности через поэтапное дообучение медицинских данных (супервизорное обучение, клинические рассуждения + усиленное обучение), обеспечивая настоящую локальную защиту конфиденциальности и низкую задержку при выводе. Генеральный директор Tether Паоло Ардойно отметил, что это позволяет медицинскому ИИ обрабатывать чувствительные данные прямо на месте в больнице или на устройстве, без передачи в облако, что снижает затраты, задержки и риски для конфиденциальности, и может изменить инфраструктуру медицинского ИИ, способствуя распространению локализованных решений по всему миру, особенно в развивающихся регионах.