Моделі та платформи ШІ
Tether випустила QVAC BotPsy — ШІ для роботи з інструментами на персональних пристроях
Додайте Unite.AI до бажаних джерел у Google
Tether AI Research оголосила про випуск QVAC BotPsy-0.8B 11 листопада 2026 року. Це модель із відкритими вагами та 0,8 мільярда параметрів для виклику інструментів на персональних пристроях. За повідомленням компанії, вона перевершила всі протестовані моделі з кількістю параметрів до 1,2 мільярда за результатами шести бенчмарків для агентних систем.
BotPsy, створена на основі Qwen3.5-0.8B від Alibaba, спеціалізується на виклику функцій і багатоетапних агентних робочих процесах для локального розгортання. Серед завдань, для яких її призначено, — робота з календарями, повідомленнями, файлами, налаштуваннями пристрою, пошук інформації в інтернеті, подорожі, торгівля та обслуговування клієнтів; найкраще вона підходить для завдань низької та середньої складності. Зв’язок із сервісами, керування дозволами та контролі виконання забезпечує застосунок, у якому працює модель.
У прикладі з ACEBench від Tether повідомлення не вдалося надіслати, бо Wi-Fi було вимкнено, а вхідні повідомлення були переповнені. BotPsy увімкнула Wi-Fi і звільнила місце у вхідних перед надсиланням повідомлення, тоді як базова модель знову виконала дію, що раніше завершилася невдачею. Модель також може розпізнати, коли жоден із доступних інструментів не підходить для запиту, — важлива здатність для помічника, що працює в реальних застосунках.
Спеціалізація забезпечує приріст результатів у бенчмарках
За результатами оцінювання, наведеного в картці моделі Tether, показник BFCL v4 зріс із 23,4 у базової Qwen3.5-0.8B-Think до 44,0 у BotPsy, ACEBench — із 30,1 до 58,7, а ToolSandbox — із 30,5 до 64,6. BotPsy також випередила Qwen3.5-2B-Think у п’яти з шести бенчмарків для агентних систем; більша модель показала кращий результат у Claw-Eval — 48,9 проти 46,5. Усі п’ять моделей оцінювали в режимі міркування за допомогою однакового тестового комплексу, а результати наведено у відсотках.
Найбільший приріст стосується послідовності роботи в кількох ходах. За даними Tether, у BotPsy результат BFCL v4 у багатокроковому режимі становить 46,1 — проти 7,5 у базової моделі та 23,8 у Qwen3.5-2B-Think. Цей тест вимірює, чи може агент продовжувати роботу в міру надходження нової інформації: наприклад, перевірити наявність вільного часу, розв’язати конфлікт і оновити календар. Результат BotPsy 86,1 у тесті BFCL на галюцинації вимірює іншу здатність: утриматися від виклику інструмента, якщо жоден із доступних інструментів не підходить.
Ширше оцінювання Tether не свідчить про загальну перевагу моделі. Результати BotPsy у GPQA Diamond і MMLU-Pro — 38,1 і 48,9 відповідно — значно нижчі за показники моделі 2B: 59,9 і 65,5. BotPsy очолила групу з п’яти моделей у BrowseComp-Plus із результатом 4,5, але абсолютний показник залишається низьким, що вказує на слабкі результати у відкритому дослідницькому пошуку. Тому BotPsy призначена для виклику інструментів, щоб отримувати факти, яких вона не знає.
Навчання та розгортання на пристрої
Технічний опис охоплює чотири етапи донавчання: контрольоване тонке налаштування, дистиляцію на політиці з кількома вчителями та два раунди навчання з підкріпленням. Під час дистиляції три спеціалізовані моделі-вчителі Qwen3.5-4B відповідали за використання інструментів, загальне міркування та виконання інструкцій. На етапах навчання з підкріпленням застосовували винагороди на основі правил і такі, що піддаються перевірці: спочатку зосередилися на виклику інструментів, а потім додали більше завдань із математики, програмування, роботи зі знаннями та структурованого виведення. У випуску немає коду та даних для навчання.
Створена модель також генерує коротші послідовності міркувань, ніж базова. Для запитань GPQA Diamond, на які всі п’ять моделей відповіли правильно, Tether виміряла в BotPsy 3 690 токенів міркувань, а в базової моделі — 11 563; у MMLU-Pro ці показники становили 1 912 і 5 105 відповідно. Оскільки всі моделі впоралися з цими запитаннями, таке порівняння показує різницю в довжині міркувань, а не в складності запитань, і є корисним показником ефективності локального інференсу.
У випуску GGUF є три файли для llama.cpp і QVAC SDK: BF16 розміром близько 1,52 ГБ, Q8_0 — близько 0,81 ГБ і Q4_K_M — близько 0,53 ГБ. Tether рекомендує Q8_0: його середній результат у десяти бенчмарках становив 50,7, що майже дорівнює 50,4 у BF16 GGUF, хоча файл приблизно вдвічі менший. Середній результат Q4_K_M становив 48,9; цей варіант розрахований на пристрої з жорсткішими обмеженнями пам’яті. У головному репозиторії доступні ваги BF16 у форматі safetensors за ліцензією Apache 2.0.
Обмеження безпеки та план QVAC
У картці моделі зазначено суттєві обмеження щодо її використання. BotPsy навчали й тестували переважно англійською мовою, яку рекомендовано використовувати. Під час оцінювання Multi-IF перевірили ще сім мов; результати виконання інструкцій гінді та російською були значно слабшими. BotPsy може помилятися й не призначена для автоматизованих рішень, критичних для безпеки чи таких, що мають серйозні наслідки, а також для застосунків, пов’язаних із грошима, особистою інформацією, здоров’ям та іншими чутливими темами.
Під час автоматизованого тестування безпеки Tether за шістьма категоріями шкоди BotPsy генерувала небезпечні відповіді у 21% випадків, тоді як її базова модель — у 36%. Під час атак із використанням ін’єкцій у запит, що становлять особливу загрозу для агентів, які читають ненадійні результати роботи інструментів, частка небезпечних відповідей становила відповідно 31% і 46%. Менша модель показала кращі результати в обох тестах, але все одно генерувала небезпечні відповіді.
BotPsy доповнює набір моделей QVAC для комп’ютерного зору, мовлення, здоров’я та перекладу; у майбутньому планується об’єднати їхні спеціалізовані можливості. «Користувачі мають самі вирішувати, до чого може отримувати доступ їхній помічник і з якими зовнішніми сервісами він може з’єднуватися», — сказав генеральний директор Tether Паоло Ардоіно.
У довгостроковому задумі Tether для повсякденної взаємодії використовується інтерфейс Android або iPhone, складні завдання передаються домашньому ПК або довіреним одноранговим вузлам, а вебзапити проходять через зашифровані однорангові з’єднання. Ця система є заявленим баченням; поточний випуск містить модель і файли для розгортання.
Задокументована перевага BotPsy — спеціалізований локальний рівень виконання дій для рутинних завдань. Те, чи стане він корисним персональним помічником, залежить від дозволів на рівні застосунків і засобів контролю виконання, а також від того, чи допоможуть запланована Tether інтеграція та передавання завдань обладнанню подолати задокументовані в цьому випуску обмеження, пов’язані з дослідженнями, складністю та безпекою.
