الخلاصة
أطلق قسم أبحاث الذكاء الاصطناعي في Tether نموذج BotPsy-0.8B، وهو نموذج مفتوح الأوزان يضم 800 مليون مُعامل، صُمم لوكلاء الذكاء الاصطناعي المحليين القادرين على تنفيذ مهام متعددة الخطوات باستخدام الهاتف والأدوات.
في اختبارات Tether، تفوّق BotPsy على Qwen3.5-2B-Think رغم أن حجمه أصغر بـ2.5 مرة، كما ضاعف تقريبًا نتائج نموذجه الأساسي عبر أربعة معايير أساسية للأنظمة الوكيلة.
كما تصدّر النموذج الأنظمة المختبرة في فحوص الهلوسة BFCL، وانضم إلى منظومة QVAC الأوسع من Tether، المخصصة لتطبيقات الذكاء الاصطناعي المتخصصة على الأجهزة والمساعدين الشخصيين الذين يعملون محليًا.
أصدرت Tether AI Research نموذج QVAC BotPsy-0.8B مفتوح الأوزان، وهو نموذج ذكاء اصطناعي مصمم لتحويل الطلبات اليومية إلى استدعاءات متعددة الخطوات للأدوات على الأجهزة الشخصية. ووفقًا للإعلان الرسمي، يضم النموذج 800 مليون مُعامِل، واختُبر على ستة معايير لقياس أداء الوكلاء. وتقول Tether إن BotPsy تفوق على كل نموذج اختُبر يضم 1.2 مليار مُعامِل أو أقل، كما تفوق على Qwen3.5-2B-Think رغم أن حجمه أصغر بمقدار 2.5 مرة. ويعزز هذا الإصدار جهود الشركة في مجال وكلاء الذكاء الاصطناعي والتنفيذ المحلي.
يستهدف BotPsy استخدام الأدوات متعدد الخطوات على الأجهزة الشخصية
خضع BotPsy للتقييم باستخدام BFCL v4 وACEBench وτ-bench وClaw-Eval وBrowseComp-Plus وToolSandbox. وفي أربعة تقييمات أساسية، ضاعف تقريبًا نتائج بنية Qwen3.5-0.8B-Think التي يستند إليها. ارتفعت نتيجة BFCL v4 من 23.4 إلى 44.0، وACEBench من 30.1 إلى 58.7، وτ-bench من 23.2 إلى 51.5، وToolSandbox من 30.5 إلى 64.6. وتشير المقارنة إلى أن التخصص قد يحسن استخدام الأدوات تحسينًا ملموسًا دون زيادة حجم النموذج. ويتماشى هذا النهج مع استراتيجية QVAC الأوسع نطاقًا للذكاء الاصطناعي المحلي لدى Tether، التي تركز على الأجهزة الخاضعة لتحكم المستخدم.
صُمم النموذج للمهام التي تتطلب عدة إجراءات بدلًا من رد واحد. وسلطت Tether الضوء على أمثلة مثل إعادة جدولة الاجتماعات، وإنشاء التذكيرات، واستكشاف مشكلات الهاتف وإصلاحها. وفي أحد اختبارات ACEBench، أعاد BotPsy تشغيل Wi-Fi ووفّر مساحة في صندوق الوارد قبل إرسال رسالة تعذر إرسالها، بينما كرر نموذجه الأساسي الإجراء نفسه مرارًا. وصُمم BotPsy لتمييز الحالات التي تستدعي استخدام الأدوات، والتي تتطلب خطوات متعددة، والحالات التي لا تناسبها أي أداة متاحة. وتدعم بنيته المدمجة التوجه نفسه نحو التشغيل على الجهاز الذي يتبناه QVAC SDK من Tether.
أفادت Tether بتحقيق مكاسب إضافية في المهام متعددة الأدوار والاتصالات. سجل BotPsy نتيجة 46.1 في استدعاء الأدوات متعدد الأدوار ضمن BFCL، مقارنةً بـ23.8 لنموذج Qwen3.5-2B-Think و7.5 لنموذجه الأساسي، فيما بلغت نتيجته في قطاع الاتصالات ضمن τ-bench مقدار 82.5. كما حقق 86.1 في اختبارات الهلوسة ضمن BFCL، وهي أعلى نتيجة بين النماذج التي قيّمتها Tether. وتمثل النتائج المنشورة نتائج معايير Tether، ولا تثبت تفوقًا شاملًا في جميع أحمال عمل الذكاء الاصطناعي. وينضم BotPsy إلى VisionPsy وTranscribePsy وMedPsy وTranslatePsy في منظومة QVAC، موسعًا بذلك مجموعة نماذج الذكاء الاصطناعي على الأجهزة من Tether. وأوزان النموذج وتفاصيل تقييمه متاحة، ما يتيح للباحثين تكييف النظام. وتتمثل رؤية Tether على المدى الطويل في أن يشغّل BotPsy رفيق QVAC شخصيًا، بحيث تتولى الهواتف الذكية التفاعلات اليومية، بينما تعالج أجهزة الكمبيوتر المنزلية أو عُقَد الند للند الموثوقة الطلبات الأكثر تعقيدًا. وتقول الشركة إن اتصالات الند للند المشفرة يمكنها أيضًا توجيه عمليات البحث على الويب دون الاعتماد على البنية التحتية السحابية للشركات.