Tether запускає мобільний локальний медичний AI: модель на $1.7 млрд, менша у 16 разів перевершує велику модель, повністю усуваючи залежність від хмари

Згідно з моніторингом 动察 Beating, Tether, емітент USDT, сьогодні оголосив про запуск серії медичних мовних моделей QVAC MedPsy командою дослідників зі штучного інтелекту, призначених для локалізованого медичного AI на пристроях з низьким енергоспоживанням, таких як смартфони та носимі пристрої. Моделі можуть працювати без підключення до хмарних серверів та досягають продуктивності, що значно перевищує їхній розмір, завдяки ефективній архітектурі: версія з 1,7 мільярдами параметрів отримала середній бал 62,62 на семи закритих медичних еталонах, перевершивши MedGemma-4B від Google на 11,42 пункти, а також перевищуючи модель MedGemma-27B, що має майже в 16 разів більше параметрів, у реальних клінічних сценаріях, таких як HealthBench Hard; версія з 4 мільярдами параметрів отримала ще вищий бал — 70,54, випереджаючи більші моделі всебічно та значно зменшуючи витрати на інференс токенів (до 3,2 разів), а також виходить у квантизованому форматі GGUF (1.7B — близько 1,2GB), що ідеально підходить для мобільного та периферійного використання.

Цей реліз кидає виклик традиційному уявленню «більші моделі = краща продуктивність», зосереджуючись на ефективності завдяки поетапному медичному додатковому навчанню (під наглядом, клінічні інференс-дані + навчання з підкріпленням) для досягнення справжнього локального захисту приватних даних та інференсу з низькою затримкою. Генеральний директор Tether Паоло Ардоіно заявив, що це дозволяє медичному AI обробляти чутливі дані безпосередньо на місці в лікарнях та на кінцевих пристроях, не передаючи їх у хмару, чим знижуються витрати, затримка та ризики для приватності, потенційно змінюючи інфраструктуру медичного AI й сприяючи локальному впровадженню по всьому світу, особливо в малорозвинених регіонах.