AI 800 triệu tham số của Tether dẫn trước ở 5/6 bài đánh giá nội bộ

Tether Limited, nhà phát hành stablecoin, ngày 11 công bố QVAC BotPsy, mô hình trí tuệ nhân tạo (AI) 800 triệu tham số có thể chạy trên điện thoại. Trong đánh giá do Tether thực hiện, BotPsy đạt điểm cao hơn mô hình đối chiếu có số tham số gấp 2,5 lần ở 5 trong 6 bài kiểm tra.

Trong bài giới thiệu chính thức, Tether AI Research cho biết BotPsy được thiết kế để chuyển yêu cầu của người dùng thành lệnh gọi công cụ trong ứng dụng. Khi người dùng yêu cầu đổi lịch, mô hình chọn chức năng cần thiết và các thông tin đầu vào; ứng dụng được kết nối sẽ thực hiện thay đổi.

Chẳng hạn, nếu ứng dụng lịch có chức năng xem và chỉnh sửa lịch, BotPsy sẽ chọn chức năng cùng thông tin đầu vào phù hợp với yêu cầu để ứng dụng xử lý. Việc mô hình có thể truy cập thông tin nào và thực hiện thao tác nào phụ thuộc vào dịch vụ mà nhà phát triển kết nối cũng như quyền được cấp.

BotPsy có thể chạy trên thiết bị người dùng, cho phép xử lý suy luận ngay trên thiết bị. Tether nêu ví dụ về thay đổi cài đặt Wi-Fi và gửi tin nhắn, nhưng đây là các tác vụ trong bài đánh giá, không phải kết quả đo trong môi trường sử dụng thực tế.

Các tác vụ cần dịch vụ bên ngoài, như tìm kiếm web hoặc đặt chỗ, vẫn cần kết nối internet. Vì vậy, khả năng chạy mô hình trên thiết bị không đồng nghĩa mọi chức năng đều hoạt động ngoại tuyến.

Trong bài đánh giá BFCL v4, BotPsy đạt 44,0 điểm, còn mô hình đối chiếu Qwen3.5-2B-Think đạt 37,7 điểm. Ở ACEBench, hai mô hình lần lượt đạt 58,7 và 55,4 điểm.

Trong τ-bench, BotPsy đạt 51,5 điểm so với 46,5 điểm của Qwen3.5-2B-Think. Ở ToolSandbox, BotPsy đạt 64,6 điểm, cao hơn mức 41,2 điểm của mô hình đối chiếu.

BotPsy cũng đạt kết quả cao hơn trên BrowseComp-Plus. Tuy nhiên, ở Claw-Eval, mô hình đạt 46,5 điểm, thấp hơn mức 48,9 điểm của Qwen3.5-2B-Think.

Đây là kết quả đánh giá benchmark do Tether công bố. Mỗi bài kiểm tra đo các tác vụ khác nhau, nên không thể xem các điểm số này là tỷ lệ thành công khi sử dụng điện thoại.

Tether chưa công bố kết quả tái hiện độc lập hoặc đánh giá hiệu năng khi sử dụng trên điện thoại thông minh thực tế. Do đó, các điểm số hiện có chỉ phản ánh kết quả trong từng benchmark.

BotPsy được xây dựng dựa trên Qwen3.5-0.8B của Alibaba. Tether cho biết mô hình được tinh chỉnh bằng các ví dụ tác vụ, chưng cất kết quả từ một mô hình lớn hơn, sau đó trải qua hai vòng học tăng cường.

Trọng số mô hình được công bố theo giấy phép Apache 2.0. Mã nguồn huấn luyện và dữ liệu huấn luyện không nằm trong phạm vi công bố.

Trang giới thiệu mô hình của Tether cho biết BotPsy hướng đến các tác vụ có độ khó thấp đến trung bình và có thể mắc lỗi. Tether không khuyến nghị sử dụng mô hình cho các tác vụ liên quan đến tiền bạc, thông tin cá nhân, sức khỏe hoặc các quyết định tự động có rủi ro cao.

Tether khuyến nghị dùng tiếng Anh và giới thiệu kết quả làm theo chỉ dẫn bằng một số ngôn ngữ như tiếng Trung và tiếng Pháp. Công ty chưa công bố điểm đánh giá riêng cho tiếng Hàn.

Tether đang cung cấp trên QVAC các mô hình xử lý hình ảnh, âm thanh, y tế và dịch thuật. BotPsy được bổ sung vào nền tảng này với trọng tâm là gọi chức năng trong ứng dụng.

BotPsy là mô hình dành cho nhà phát triển tích hợp vào ứng dụng hoặc tác nhân AI của riêng họ. Tether chưa công bố ứng dụng trợ lý hoàn chỉnh để người dùng phổ thông tải về và dùng ngay để quản lý tin nhắn hay lịch.

Lần công bố này không bao gồm ví hoặc chức năng thanh toán của stablecoin Tether (USDT). Nội dung được công bố là trọng số mô hình để nhà phát triển tích hợp vào ứng dụng.