据 Tether 的 AI 研究团队称，公司今日推出 QVAC MedPsy 系列医学语言模型，旨在无需云依赖的情况下在智能手机和可穿戴设备上进行本地部署。该 1.7B 参数版本在七项医学基准测试中得分 62.62，在 HealthBench Hard 等临床场景下比 Google MedGemma-4B 高出 11.42 分，并且在 MedGemma-27B（规模更大 16 倍）之上。4B 参数版本达成 70.54，推理时的令牌（token）消耗量降低了 3.2 倍。模型以 GGUF 格式发布，约 1.2GB。借助这些模型，可在设备端完成医学数据处理，从而降低延迟、成本并减少隐私风险。
免责声明：本页面信息可能来自第三方，仅供参考，不代表 Gate 的观点或意见，亦不构成任何财务、投资或法律建议。数字资产交易风险较高，请勿仅依赖本页面信息作出决策。具体内容详见
声明。
