Tether AI Research, kişisel cihazlarda çalışan 800 milyon parametreli yapay zeka modeli QVAC BotPsy'ı duyurdu

Tether AI Research, kişisel cihazlarda çalışan 800 milyon parametreli yapay zeka modeli QVAC BotPsy'ı duyurdu

ForInvest Haber'e gönderilen açıklama şöyle:

"Tether AI Research, günlük görevleri doğrudan kişisel cihazlarda gerçekleştirmek üzere geliştirilen 800 milyon parametreli yapay zeka modeli QVAC BotPsy'ı duyurdu. Model, altı farklı performans testinde kendisinden 2,5 kat büyük modelleri geride bırakırken, temel aldığı yapay zeka mimarisinin araç kullanım performansını yaklaşık iki katına çıkardı.

Tether AI Research, yapay zeka ajanlarının API ve dijital araçları kullanma becerilerini geliştirmek amacıyla tasarlanan açık ağırlıklı QVAC BotPsy modelini yayımladı. 800 milyon parametreye sahip model, bir milyardan az parametre içeren yapay zeka modelleri arasında gerçekleştirilen temel değerlendirmelerde öne çıkarak kullanıcıların günlük işlerini yönetebilen kişisel asistanların doğrudan kendi cihazlarında çalıştırılmasına yönelik önemli bir adım attı.

BFCL v4, ACEBench, τ-bench, Claw-Eval, BrowseComp-Plus ve ToolSandbox olmak üzere altı farklı testte değerlendirilen BotPsy, benzer mimariye sahip modellerin üzerinde performans gösterdi. Model, temel aldığı Qwen3.5-0.8B-Think mimarisinin araç kullanım becerilerini önemli ölçüde geliştirerek BFCL v4 testinde 23,4'ten 44,0'a, ACEBench'te 30,1'den 58,7'ye, τ-bench'te 23,2'den 51,5'e ve ToolSandbox'da 30,5'ten 64,6'ya yükselen puanlar elde etti.

Yapay zeka günlük görevleri yönetebilecek

BotPsy, yapay zeka asistanlarının yalnızca soruları yanıtlamakla kalmayıp kullanıcılar adına işlem gerçekleştirmesine odaklanıyor. Seyahat rezervasyonları, toplantıların yeniden planlanması ve günlük işlerin yönetilmesi gibi görevlerde kullanılabilecek model, kişisel bilgilerin sürekli olarak merkezi sunuculara gönderilmesine duyulan ihtiyacı azaltmayı hedefliyor.

Model, kullanıcı taleplerini analiz ederek uygun dijital araçları belirleyebiliyor ve birden fazla işlem gerektiren görevleri adım adım gerçekleştirebiliyor. Örneğin, gerçekleştirilen ACEBench testlerinden birinde Wi-Fi bağlantısının kapalı olması ve gelen kutusunun dolu olması nedeniyle gönderilemeyen bir mesaj karşısında BotPsy, bağlantıyı açıp gelen kutusunda yer oluşturarak mesajın gönderilmesini sağladı. Temel model ise aynı başarısız işlemi tekrarlamaya devam etti.

BotPsy ayrıca bir talep için uygun araç bulunmadığında gereksiz veya hatalı işlem başlatmamayı da başarabiliyor. Bu özellik, özellikle takvim yönetimi, hatırlatıcı oluşturma ve birden fazla uygulama arasında koordinasyon gerektiren görevlerde önem taşıyor. Ancak bu tür işlelerin gerçekleştirilebilmesi için uygulamaların gerekli servis bağlantılarını, izinleri ve işlem kontrollerini sağlaması gerekiyor. Alibaba'nın açık kaynaklı Qwen3.5 mimarisi üzerine geliştirilen BotPsy, daha küçük modellerin belirli görevler için özelleştirilerek büyük ve genel amaçlı yapay zeka sistemlerinden daha yüksek performans elde edebileceğini ortaya koyuyor.

Daha küçük modelle daha yüksek performans

BotPsy, değerlendirilen altı araç kullanımı ve yapay zeka ajanı testinde 1,2 milyar veya daha az parametreye sahip tüm rakiplerini geride bıraktı. Dört temel değerlendirmede ise kendisinden 2,5 kat büyük olan Alibaba'nın Qwen3.5-2B-Think modelinden daha yüksek sonuçlar elde etti. Birden fazla kullanıcı etkileşimi boyunca araç kullanımını ölçen BFCL testinde BotPsy 46,1 puan alırken, Qwen3.5-2B-Think modeli 23,8 puanda kaldı. BotPsy'ın temel aldığı model ise aynı testten 7,5 puan aldı. Böylece BotPsy, yüzde 60 daha az parametreyle yaklaşık iki kat yüksek performans gösterdi.

Telekomünikasyon alanındaki sorun giderme süreçlerini değerlendiren τ-bench testinde ise BotPsy 82,5 puana ulaşarak 69,3 puan alan Qwen3.5-2B-Think ve 74,0 puan alan MiniCPM5-1B-Think modellerini geride bıraktı. Uygun araç bulunmadığında işlem yapmama becerisini ölçen BFCL v4 testinde de 86,1 puanla değerlendirilen modeller arasında ilk sırada yer aldı. Bu sonuçlar, küçük yapay zeka modellerinin belirli görevler için özelleştirilmesiyle daha yüksek performans elde edilebileceğini ve kişisel cihazların bellek ile işlem gücü sınırları içinde daha gelişmiş asistanlar oluşturulabileceğini gösteriyor.

"Kullanıcılar verileri üzerindeki kontrolü elinde tutmalı"

Tether CEO'su Paolo Ardoino, konuya ilişkin yaptığı açıklamada, "Takviminizi, mesajlarınızı ve belgelerinizi yöneten bir asistanın en kişisel bilgilerinize erişmesi gerekiyor. Yapay zekanın yerel olarak çalıştırılması, bu bilgilerin merkezi hizmet sağlayıcılara gönderilmesi ihtiyacını azaltarak insanların verilerinin nasıl işlendiği üzerinde daha fazla kontrol sahibi olmasını sağlayabilir. Kullanıcılar, asistanlarının hangi bilgilere erişebileceğine ve hangi harici hizmetlere bağlanabileceğine kendileri karar vermeli. Geliştiriciler de tek bir şirketin sunucularına veya sürekli iznine bağımlı kalmadan modelleri çalıştırma ve uyarlanma özgürlüğüne sahip olmalı. BotPsy, bu özgürlüğün günlük yaşamda kullanılmasını sağlayacak araç kullanım yeteneklerini geliştiriyor." dedi.

Kişisel cihazlarda çalışan yapay zeka ekosistemi genişliyor

BotPsy, Tether'ın QVAC ekosisteminde görüntü ve dil işleme için VisionPsy, ses tanıma için TranscribePsy, sağlıkla ilgili görevler için MedPsy ve çeviri için TranslatePsy modellerinin yanına ekleniyor. Bu teknolojiler, kullanıcıların kontrolündeki cihazlarda farklı görevleri gerçekleştirebilen yapay zeka sistemlerinin geliştirilmesini destekliyor. Tether'ın uzun vadeli hedefi, BotPsy'ı QVAC ekosisteminde kişisel bir yapay zeka asistanına dönüştürmek. Bu yaklaşımda akıllı telefonlar günlük kullanım arayüzü olarak görev yaparken, daha karmaşık işlemler ev bilgisayarlarına veya güvenilir eşler arası (P2P) ağlara aktarılabilecek.

Örneğin, kullanıcılar Android veya iPhone üzerinden belge analizi ya da kapsamlı seyahat planlaması gibi taleplerini iletebilecek. Daha yüksek işlem gücü gerektiren görevler ev bilgisayarında gerçekleştirilerek sonuçlar telefona aktarılabilecek. İnternet aramaları da merkezi bulut sistemleri yerine şifreli P2P bağlantıları üzerinden yürütülebilecek. Tether, bu altyapıyla kullanıcıların kişisel verileri ve dijital işlemleri üzerindeki kontrolünü artırırken merkezi hizmetlere bağımlılığı azaltmayı hedefliyor.

Ayrıntılı bilgi ve iletişim için:

Ahmet BağışMedia SpecialistAdres: Koşuyolu, Batuhan Çk. Sk. No:9, 34728 Kadıköy/İstanbulGsm: 0543 944 7081Mail: ahmet.bagis@waltherkranz.comWeb: https://waltherkranz.com/

Web: http://webview.faselis.com/TWBqU

ForInvest Haber