Эмитент стейблкоина USDT, компания Tether, сделала неожиданный шаг в сфере здравоохранения: её исследовательское подразделение AI Research Group представило семейство медицинских языковых моделей QVAC MedPsy, способных работать прямо на смартфонах, носимых устройствах и оборудовании начального уровня — без подключения к облачной инфраструктуре.
Главный сюрприз — эффективность. Модель с 1,7 млрд параметров набрала в среднем 62,62 балла по семи закрытым медицинским бенчмаркам, обойдя MedGemma-1.5-4B-it от Google на 11,42 пункта, несмотря на то что она более чем вдвое меньше. На тесте HealthBench Hard — эталонном наборе OpenAI, оценивающем реалистичные многошаговые клинические диалоги усилиями 262 врачей, — крошечная модель Tether превзошла даже MedGemma-27B, систему с числом параметров в 16 раз больше. Версия на 4 млрд параметров показала результат 70,54 балла, опередив модели почти в семь раз крупнее.
Другая важная цифра — экономия токенов. 4-миллиардная модель генерирует ответ в среднем за 909 токенов против 2 953 у аналогов, то есть в 3,2 раза меньше. Это означает не только снижение вычислительных затрат, но и возможность локального исполнения без облачных серверов. «С QVAC MedPsy мы сосредоточились на повышении эффективности на уровне модели, а не на наращивании размера, — пояснил CEO Tether Паоло Ардоино. — Медицинские рассуждения теперь можно запускать там, где уже находятся данные — внутри больничной сети или на устройстве, не перемещая конфиденциальную информацию через облако».
Модели распространяются в квантованном формате GGUF: 1,2 ГБ для 1,7-миллиардной версии и 2,6 ГБ для 4-миллиардной. Сжатые файлы сохраняют большую часть эталонной производительности и без проблем работают на обычном потребительском «железе». Это позволяет больницам, сельским клиникам и отдельным врачам хранить записи пациентов вне сторонней облачной инфраструктуры, устраняя риски утечек и соблюдая строгие нормы конфиденциальности. Впрочем, эксперты предостерегают от слепого доверия: недавнее оксфордское исследование показало, что большие языковые модели пока систематически дают опасные медицинские советы, поэтому им скорее отводят роль «секретаря, а не врача».
Релиз продолжает прошлогоднюю стратегию Tether: в апреле компания выпустила набор инструментов QVAC SDK для создания локальных ИИ-приложений на iOS, Android, Windows и Linux, а ранее запустила потребительское приложение QVAC Health, удерживающее биометрические данные на устройстве. QVAC MedPsy стал первой моделью серии, целенаправленно обученной для клинических рассуждений. Модели и веса GGUF уже доступны на qvac.tether.io/models. По оценкам Tether, рынок медицинского ИИ сегодня составляет около $36 млрд, а к 2033 году превысит $500 млрд — и компания делает ставку на приватность как ключевое преимущество в гонке за этим пирогом.
