Tether เปิดตัวโมเดล AI ทางการแพทย์ QVAC MedPsy ที่ทำงานในเครื่องได้
Odaily รายงานว่า Tether AI Research Group ได้เปิดตัวโมเดล AI ทางการแพทย์รุ่นใหม่ QVAC MedPsy ซึ่งเน้นการทำงานในเครื่องบนฮาร์ดแวร์ที่มีประสิทธิภาพการคำนวณต่ำ เช่น สมาร์ทโฟนและอุปกรณ์สวมใส่ได้ โดยไม่ต้องพึ่งพาเซิร์ฟเวอร์คลาวด์ พร้อมกับมีประสิทธิภาพเหนือกว่าโมเดล SOTA ขนาดใหญ่หลายรุ่นในการทดสอบเกณฑ์มาตรฐานทางการแพทย์หลายรายการ
ข้อมูลอย่างเป็นทางการแสดงให้เห็นว่า QVAC MedPsy เวอร์ชัน 1.7 พันล้านพารามิเตอร์ ทำคะแนนเฉลี่ย 62.62 จากการทดสอบเกณฑ์มาตรฐานทางการแพทย์แบบปิด 7 รายการ ซึ่งสูงกว่า MedGemma-1.5-4B-it ของ Google ถึง 11.42 คะแนน แม้ขนาดโมเดลจะน้อยกว่าครึ่งหนึ่ง ในการทดสอบทางคลินิกจริง เช่น HealthBench Hard โมเดลดังกล่าวยังมีประสิทธิภาพเหนือกว่า MedGemma 27B ซึ่งมีขนาดพารามิเตอร์มากกว่าเกือบ 16 เท่า
นอกจากนี้ เวอร์ชัน 4 พันล้านพารามิเตอร์ ทำคะแนนเฉลี่ย 70.54 และมีประสิทธิภาพเหนือกว่าโมเดลขนาดใหญ่หลายรุ่นที่มีขนาดใหญ่กว่าเกือบ 7 เท่าในการประเมินการใช้เหตุผลทางการแพทย์หลายรายการ Tether ระบุว่า โมเดลดังกล่าวบรรลุ "ประสิทธิภาพสูงจากโมเดลขนาดเล็ก" โดยการปรับปรุงการใช้เหตุผลทางการแพทย์หลังการฝึก การเรียนรู้แบบเสริมกำลัง และการฝึกอบรมด้วยข้อมูลทางการแพทย์คุณภาพสูง
เมื่อเทียบกับสถาปัตยกรรม AI บนคลาวด์แบบดั้งเดิม QVAC MedPsy ยังช่วยลดต้นทุนการอนุมานได้อย่างมาก เวอร์ชัน 4 พันล้านพารามิเตอร์สร้างโทเคนได้เฉลี่ยประมาณ 909 โทเคน ซึ่งต่ำกว่าระบบ同类 ที่มี 2953 โทเคนอย่างมาก ส่งผลให้มีความหน่วงต่ำและต้นทุนการคำนวณต่ำลง โมเดลดังกล่าวยังมีเวอร์ชัน GGUF แบบควอนไทซ์สำหรับการปรับใช้ในเครื่องบนอุปกรณ์เคลื่อนที่และอุปกรณ์ Edge
Paolo Ardoino กล่าวว่า เป้าหมายหลักของโมเดลนี้คือการเพิ่มประสิทธิภาพของโมเดล ไม่ใช่เพียงแค่การขยายขนาดพารามิเตอร์ เพื่อให้ AI ทางการแพทย์สามารถทำงานได้โดยตรงในระบบภายในของโรงพยาบาลหรืออุปกรณ์ปลายทาง หลีกเลี่ยงการอัปโหลดข้อมูลทางการแพทย์ที่ละเอียดอ่อนไปยังคลาวด์
