Tether lance une IA médicale mobile sur appareil : un modèle compact de 1,7 milliards surpasse un modèle 16 fois plus grand, éliminant totalement la dépendance au cloud

Selon le suivi de 动察 Beating, Tether, l'émetteur de l'USDT, a annoncé aujourd'hui le lancement de la série QVAC MedPsy de modèles de langage médical développée par son équipe de recherche en IA, conçue pour l'IA médicale localisée sur des terminaux à faible consommation comme les smartphones et les dispositifs portables. Les modèles peuvent fonctionner sans dépendre de serveurs cloud et atteindre des performances largement supérieures à leur taille grâce à une architecture efficace : la version à 1,7 milliard de paramètres a obtenu un score moyen de 62,62 sur sept benchmarks médicaux fermés, surpassant MedGemma-4B de Google de 11,42 points et dépassant le modèle MedGemma-27B, qui compte près de 16 fois plus de paramètres, dans des scénarios cliniques réels tels que HealthBench Hard ; la version à 4 milliards de paramètres a obtenu un score encore plus élevé de 70,54, surpassant de façon globale les modèles plus volumineux tout en réduisant significativement la consommation de tokens d’inférence (jusqu’à 3,2 fois) et en étant publiée dans un format GGUF quantifié (1,7B environ 1,2Go), adapté au déploiement mobile et en périphérie.

Cette sortie remet en question l’hypothèse traditionnelle « des modèles plus grands = de meilleures performances », se concentrant sur l’efficacité par le biais d’un post-entraînement médical par étapes (données supervisées, inférence clinique + apprentissage par renforcement) afin d'assurer une véritable protection de la vie privée locale et une inférence à faible latence. Paolo Ardoino, CEO de Tether, a indiqué que cela permet à l’IA médicale de traiter directement les données sensibles sur site, dans les hôpitaux et sur les dispositifs, sans avoir à les transmettre au cloud, réduisant ainsi les coûts, la latence et les risques liés à la confidentialité, avec un potentiel de transformation de l’infrastructure de l’IA médicale et de promotion du déploiement local à l’échelle mondiale, notamment dans les régions sous-développées.