تطلق Tether نموذج ذكاء اصطناعي طبي محمول على الجهاز: نموذج صغير بحجم 1.7 مليار دولار يتفوق على نموذج أكبر بـ16 مرة ويقضي تماماً على الحاجة للاعتماد على السحابة

وفقًا لمراقبة 动察 Beating، أعلنت Tether، المُصدِرة لـ USDT، اليوم عن إطلاق فريقها البحثي في مجال الذكاء الاصطناعي لسلسلة نماذج اللغة الطبية QVAC MedPsy، المصممة للذكاء الاصطناعي الطبي المحلي على الأجهزة ضعيفة الاستهلاك للطاقة مثل الهواتف الذكية والأجهزة القابلة للارتداء. يمكن للنماذج العمل دون الاعتماد على خوادم سحابية وتحقق أداء يفوق بكثير حجم النموذج بفضل البنية الفعالة: النسخة ذات 1.7 مليار معامل حققت متوسط ​​درجة 62.62 على سبعة معايير طبية مغلقة، متفوقة على MedGemma-4B من Google بفارق 11.42 نقطة ومتجاوزة نموذج MedGemma-27B الذي يضم ما يقارب 16 ضعف عدد المعاملات في سيناريوهات سريرية حقيقية مثل HealthBench Hard؛ بينما النسخة ذات 4 مليارات معامل سجلت نتيجة أعلى بلغت 70.54، متفوقة على النماذج الأكبر بشكل شامل مع تقليل كبير في استهلاك رموز الاستدلال (حتى 3.2 مرة) وإصدارها بتنسيق GGUF مضغوط (1.7B حوالي 1.2GB)، مما يجعلها مناسبة للتوزيع على الأجهزة المحمولة وأجهزة الحافة.

يتحدى هذا الإصدار الافتراض التقليدي بأن "النماذج الأكبر = أداء أفضل"، ويركز على الكفاءة من خلال التدريب الطبي المرحلي بعد الإعداد (التعلم الخاضع للإشراف، بيانات الاستدلال السريري + التعلم المعزز) لتحقيق حماية خصوصية محلية حقيقية واستدلال منخفض الكمون. ذكر المدير التنفيذي لـ Tether باولو أردوينو أن هذا يتيح للذكاء الاصطناعي الطبي معالجة البيانات الحساسة مباشرة في المواقع الطبية وعلى الأجهزة دون الحاجة لنقلها إلى السحابة، مما يقلل التكاليف، والتأخير، ومخاطر الخصوصية، وقد يغير بنية الذكاء الاصطناعي الطبي ويدعم التوزيع المحلي عالمياً، خاصة في المناطق الأقل تطوراً.