WORLDTECH NEWS 全球科技资讯。联系我们

Tether发布QVAC BotPsy,面向个人设备的工具调用AI模型

由 WORLDTECH 译自英文。事实、数字、名称和来源均与英文原文一致。 English

Close-up of Bitcoin coins resting on two laptop keyboards, representing digital currency and technology.
示意图片。图片:https://kaboompics.com/ / Pexels

事件经过

Tether AI Research宣布于2026年11月11日发布QVAC BotPsy-0.8B,这是一款开放权重(即训练好的参数可供任何人下载)的0.8B参数模型,用于个人设备上的工具调用。该公司称,在六项智能体基准测试中,它的表现优于所有受测的最多12亿参数的模型。该测试考察智能体在新信息出现时能否持续工作,例如检查可用性、处理冲突并更新日历。

BotPsy基于阿里巴巴的Qwen3.5-0.8B构建,专门针对函数调用和多步智能体工作流程进行本地部署优化。周边应用负责提供服务连接、权限和执行控制。

在Tether的ACEBench示例中,由于Wi-Fi关闭且收件箱已满,一条消息发送失败。BotPsy先开启Wi-Fi并清理收件箱空间,再发送消息,而其基础模型则重复了失败的操作。

该模型还能识别可用工具都不适合某一请求的情况,这对于在真实应用中运行的助手而言是一项重要能力。

专项优化带来基准提升。在Tether的模型卡评估中,BFCL v4得分从Qwen3.5-0.8B-Think基础模型的23.4升至BotPsy的44.0,ACEBench从30.1升至58.7,ToolSandbox从30.5升至64.6。

BotPsy在六项智能体基准中的五项上还超过了Qwen3.5-2B-Think,这是一项用于比较系统的标准测试;在Claw-Eval上,较大的模型以48.9比46.5领先。五个模型均在思考模式下,使用统一测试框架评估,分数均为百分比。

最大的提升体现在跨轮次的连贯性上。Tether报告,BotPsy在BFCL v4多轮测试中得分为46.1,而其基础模型为7.5,Qwen3.5-2B-Think为23.8。

关键事实

  • Tether AI Research宣布于2026年11月11日发布QVAC BotPsy-0.8B,这是一款开放权重、0.8B参数的模型,用于个人设备上的工具调用,并称其在六项智能体基准测试中优于所有受测的最多1.2B参数的模型。
  • Tether报告,BotPsy在BFCL v4多轮测试中得分为46.1,而其基础模型为7.5,Qwen3.5-2B-Think为23.8。

来源与证据