Tether ra mắt AI y tế cục bộ trên điện thoại: Mô hình nhỏ 1.7B vượt qua mô hình lớn gấp 16 lần, hoàn toàn thoát khỏi phụ thuộc vào đám mây

Theo giám sát Beating của Động sát, nhóm nghiên cứu AI của nhà phát hành USDT Tether hôm nay công bố ra mắt dòng mô hình ngôn ngữ y tế QVAC MedPsy, dành riêng cho các thiết bị có khả năng tính toán thấp như điện thoại thông minh, thiết bị đeo tay và các thiết bị cục bộ khác. Không cần phụ thuộc vào máy chủ đám mây để vận hành, mô hình đạt hiệu suất vượt xa kích thước của nó nhờ kiến trúc hiệu quả: Phiên bản 1.7B tham số trung bình đạt 62.62 điểm trên bảy tiêu chuẩn y tế kín, cao hơn 11.42 điểm so với Google MedGemma-4B, và vượt qua MedGemma-27B có gần 16 lần tham số trong các tình huống lâm sàng thực tế như HealthBench Hard; Phiên bản 4B tham số đạt điểm cao hơn 70.54, hoàn toàn vượt trội so với các mô hình lớn hơn, đồng thời giảm đáng kể tiêu thụ token suy luận (lên đến 3.2 lần), và được phát hành dưới định dạng GGUF lượng tử (khoảng 1.2GB cho 1.7B), phù hợp cho triển khai trên di động và biên.

Việc ra mắt này thách thức giả thuyết truyền thống “mô hình lớn hơn = hiệu suất tốt hơn”, tập trung nâng cao hiệu quả thông qua huấn luyện hậu y tế theo từng giai đoạn (giám sát, dữ liệu suy luận lâm sàng + học tăng cường), nhằm đạt được bảo vệ quyền riêng tư cục bộ thực sự và suy luận độ trễ thấp. CEO của Tether, Paolo Ardoino, cho biết điều này cho phép AI y tế xử lý dữ liệu nhạy cảm trực tiếp tại bệnh viện hoặc thiết bị, không cần truyền dữ liệu lên đám mây, từ đó giảm chi phí, độ trễ và rủi ro về quyền riêng tư, có khả năng định hình lại hạ tầng AI y tế, thúc đẩy triển khai cục bộ trên toàn cầu, đặc biệt ở các khu vực kém phát triển.