Tether lancia QVAC BotPsy, un’IA in grado di usare strumenti sui dispositivi personali

Tether AI Research ha annunciato il rilascio di QVAC BotPsy-0.8B l’11 novembre 2026: un modello a pesi aperti da 0,8 miliardi di parametri, progettato per effettuare chiamate agli strumenti sui dispositivi personali. Ha inoltre riferito che il modello ha superato tutti quelli testati con un massimo di 1,2 miliardi di parametri in sei benchmark agentici.

Basato su Qwen3.5-0.8B di Alibaba, BotPsy è specializzato nella chiamata di funzioni e nei flussi di lavoro agentici in più fasi per l’esecuzione locale. Le attività a cui è destinato spaziano dalla gestione di calendari, messaggi, file e impostazioni dei dispositivi alla ricerca sul web, ai viaggi, al commercio e alle operazioni con i clienti; il modello è particolarmente adatto a compiti di difficoltà da bassa a media. L’applicazione che lo integra fornisce le connessioni ai servizi, le autorizzazioni e i controlli di esecuzione.

Nell’esempio di Tether basato su ACEBench, l’invio di un messaggio non è riuscito perché il Wi-Fi era disattivato e la casella di posta era piena. BotPsy ha attivato il Wi-Fi e liberato spazio nella casella prima di inviare il messaggio, mentre il modello di base ha ripetuto l’azione non riuscita. Il modello sa anche riconoscere quando nessuno degli strumenti disponibili è adatto a una richiesta: una capacità importante per un assistente che opera all’interno di applicazioni reali.

La specializzazione è alla base dei progressi nei benchmark

Nella valutazione della scheda del modello di Tether, il punteggio di BFCL v4 è salito da 23,4 per il modello di base Qwen3.5-0.8B-Think a 44,0 per BotPsy; quello di ACEBench è passato da 30,1 a 58,7 e quello di ToolSandbox da 30,5 a 64,6. BotPsy ha inoltre superato Qwen3.5-2B-Think in cinque dei sei benchmark agentici; il modello più grande ha ottenuto il risultato migliore in Claw-Eval, con 48,9 contro 46,5. Tutti e cinque i modelli sono stati valutati in modalità di ragionamento con la stessa infrastruttura di test e i punteggi sono espressi in percentuale.

Il progresso più marcato riguarda la continuità tra i turni. Tether riporta per BotPsy un punteggio multi-turno di 46,1 in BFCL v4, contro 7,5 per il modello di base e 23,8 per Qwen3.5-2B-Think. Il test misura la capacità di un agente di continuare a lavorare man mano che riceve nuove informazioni, per esempio verificando la disponibilità, gestendo un conflitto e aggiornando un calendario. Il punteggio di 86,1 ottenuto da BotPsy nel test di BFCL sulle allucinazioni misura un requisito distinto: astenersi dal chiamare uno strumento quando nessuno di quelli disponibili è adatto.

I risultati più ampi riportati da Tether non dimostrano una superiorità generale. I punteggi di BotPsy in GPQA Diamond e MMLU-Pro, pari rispettivamente a 38,1 e 48,9, sono nettamente inferiori a quelli del modello da 2B, che ha ottenuto 59,9 e 65,5. Il punteggio di BotPsy in BrowseComp-Plus, pari a 4,5, è il migliore del gruppo di cinque modelli, ma resta basso in termini assoluti e mette in luce le prestazioni limitate nella ricerca aperta. BotPsy è quindi progettato per ricorrere agli strumenti quando non conosce i fatti.

Addestramento ed esecuzione sui dispositivi

Un documento tecnico descrive quattro fasi successive all’addestramento: la messa a punto supervisionata, la distillazione on-policy con più insegnanti e due cicli di apprendimento per rinforzo. Durante la distillazione, tre modelli Qwen3.5-4B specializzati si sono occupati rispettivamente dell’uso degli strumenti, del ragionamento generale e del rispetto delle istruzioni. Le fasi di apprendimento per rinforzo hanno impiegato ricompense basate su regole e verificabili: la prima si è concentrata sulle chiamate agli strumenti, mentre la seconda ha aggiunto attività di matematica, programmazione, conoscenza e generazione di output strutturati. Il rilascio non include il codice né i dati di addestramento.

Il modello risultante produce anche tracce di ragionamento più brevi rispetto al modello di base. Per le domande di GPQA Diamond a cui tutti e cinque i modelli hanno risposto correttamente, Tether ha misurato 3.690 token di ragionamento per BotPsy, contro 11.563 per il modello di base; in MMLU-Pro i valori erano 1.912 e 5.105. Poiché tutti i modelli hanno risolto quelle domande, il confronto isola la lunghezza del ragionamento, anziché la difficoltà dei quesiti, e fornisce un utile indicatore di efficienza per l’inferenza locale.

Il rilascio in formato GGUF fornisce tre file per llama.cpp e QVAC SDK: BF16, di circa 1,52 GB; Q8_0, di circa 0,81 GB; e Q4_K_M, di circa 0,53 GB. Tether consiglia Q8_0, che ha ottenuto una media di 50,7 in dieci benchmark, vicina al 50,4 di BF16 GGUF, con una dimensione del file pari a circa la metà. Q4_K_M ha ottenuto una media di 48,9 ed è destinato ai dispositivi con limiti di memoria più stringenti. Il repository principale mette a disposizione i pesi in formato safetensors di BF16 con licenza Apache 2.0.

Limiti di sicurezza e piano QVAC

I limiti d’uso indicati nella scheda del modello sono considerevoli. BotPsy è stato addestrato e testato principalmente in inglese, la lingua raccomandata. La valutazione Multi-IF ha preso in esame altre sette lingue e ha rilevato risultati molto più deboli nel seguire le istruzioni in hindi e russo. BotPsy può commettere errori e non è destinato a decisioni automatizzate critiche per la sicurezza o ad alto impatto, né ad applicazioni che riguardano denaro, informazioni personali, salute e altri ambiti sensibili.

Nei test automatizzati di red teaming condotti da Tether su sei categorie di danno, BotPsy ha prodotto risposte non sicure nel 21% dei casi, contro il 36% del modello di base. In caso di attacchi di prompt injection, particolarmente preoccupanti per gli agenti che leggono output non attendibili degli strumenti, i tassi di risposte non sicure riportati erano rispettivamente del 31% e del 46%. Il modello più piccolo ha migliorato i risultati in entrambi i test, pur continuando a generare risposte non sicure.

BotPsy si affianca ai modelli QVAC per la visione, la voce, la salute e la traduzione; gli sviluppi futuri mirano a combinarne le capacità specialistiche. «Gli utenti dovrebbero decidere a cosa può accedere il proprio assistente e a quali servizi esterni può connettersi», ha dichiarato Paolo Ardoino, CEO di Tether.

Il progetto a più lungo termine di Tether prevede un’interfaccia Android o iPhone per le interazioni quotidiane, affida le attività più impegnative a un PC domestico o a nodi peer-to-peer fidati e instrada le ricerche sul web tramite connessioni peer-to-peer crittografate. Questo sistema è una visione dichiarata; la versione attuale fornisce il modello e i file necessari alla sua distribuzione.

Il punto di forza documentato di BotPsy è un livello di azione locale specializzato per le attività di routine. La sua capacità di diventare un assistente personale utile dipende dai permessi a livello di applicazione e dai controlli di esecuzione, nonché dalla capacità dell’integrazione pianificata da Tether e della delega all’hardware di affrontare i limiti relativi alla ricerca, alla complessità e alla sicurezza descritti in questa versione.