Tether QVAC MedPsy-4B ने 7 गुना छोटे आकार में Google मॉडल को हराया
Tether के QVAC समूह ने MedPsy, दो ऑन-डिवाइस चिकित्सा AI मॉडल जारी किए हैं जो बेंचमार्क औसत पर 62.62 और 70.54 स्कोर करते हैं। दोनों बड़े Google MedGemma मॉडलों को पीछे छोड़ते हैं जबकि बिना क्लाउड कनेक्टिविटी के चलते हैं।
Tether ने दो चिकित्सा AI मॉडल जारी किए
Tether, जो USDT स्थिर मुद्रा के पीछे की कंपनी है, ने मई 2026 में चिकित्सा उपयोग के लिए दो कृत्रिम बुद्धिमत्ता (AI) मॉडल जारी किए। ये मॉडल Tether के QVAC AI समूह का हिस्सा हैं। QVAC एक विकेन्द्रीकृत, स्थानीय-प्रथम AI ढांचा है जो सीधे उपयोगकर्ता के डिवाइस पर चलता है। मॉडल का नाम MedPsy-1.7B और MedPsy-4B है। ये नंबर प्रत्येक मॉडल के आकार को दर्शाते हैं, जो अरबों पैरामीटर में मापे जाते हैं। पैरामीटर वे आंतरिक मान हैं जो एक AI मॉडल प्रतिक्रियाओं को संसाधित और उत्पन्न करने के लिए उपयोग करता है।
मॉडल बिना इंटरनेट कनेक्शन के चलते हैं
दोनों MedPsy मॉडल बिना डेटा को दूरस्थ सर्वर पर भेजे काम करते हैं। इसे ऑन-डिवाइस या स्थानीय अनुमान कहा जाता है। QVAC के SDK लॉन्च सामग्री में कहा गया है कि QVAC पर निर्मित ऐप्स तब भी काम करते हैं जब नेटवर्क अनुपलब्ध होता है।
"अगर इंटरनेट बंद हो जाता है, तो AI काम करता रहता है।", मई 2026। — QVAC / Tether, SDK लॉन्च सामग्री, Tether Ltd.
MedPsy-1.7B ने बड़े Google मॉडल को पीछे छोड़ा
QVAC ने दोनों मॉडलों को सात बंद-समाप्त चिकित्सा बेंचमार्क पर मापा। एक बेंचमार्क एक मानकीकृत परीक्षण है जिसका उपयोग AI प्रदर्शन की तुलना के लिए किया जाता है। MedPsy-1.7B ने औसतन 62.62 स्कोर किया। Google का तुलनीय मॉडल, MedGemma-1.5-4B-it, ने 51.20 स्कोर किया। MedPsy-1.7B में Google मॉडल के आधे से भी कम पैरामीटर हैं जिसे उसने पीछे छोड़ा। ये आंकड़े QVAC की अपनी Hugging Face तकनीकी रिपोर्ट से आए हैं जो 06 मई 2026 को प्रकाशित हुई थी। स्वतंत्र प्रयोगशाला पुनरुत्पादन उस तारीख तक पूरा नहीं हुआ था।
MedPsy-4B ने 27 अरब पैरामीटर प्रतिद्वंद्वी को पीछे छोड़ा
बड़ा MedPsy-4B मॉडल ने उसी बेंचमार्क औसत पर 70.54 स्कोर किया। Google का MedGemma-27B-text-it ने 69.95 स्कोर किया। MedPsy-4B में लगभग 4 अरब पैरामीटर हैं। MedGemma-27B में लगभग 27 अरब पैरामीटर हैं, जिससे यह लगभग सात गुना बड़ा हो जाता है। QVAC ने HealthBench Hard पर भी दोनों मॉडलों का परीक्षण किया, जो एक अलग चिकित्सा तर्क बेंचमार्क है जिसे CompassJudger के साथ मूल्यांकन किया गया। MedPsy-4B ने उस परीक्षण में 58.00 स्कोर किया। MedGemma-27B-text-it ने उसी परीक्षण में 42.00 स्कोर किया।
संकुचित फ़ाइल आकार मोबाइल उपकरणों पर फिट होते हैं
QVAC ने GGUF प्रारूप में मॉडल जारी किए, जो उपभोक्ता हार्डवेयर पर AI मॉडल चलाने के लिए उपयोग किया जाने वाला फ़ाइल प्रकार है। एक संकुचित संस्करण जिसे Q4_K_M कहा जाता है, MedPsy-4B फ़ाइल को 2.72 GB तक कम करता है। QVAC की Hugging Face मॉडल कार्ड में कहा गया है कि यह संकुचन फ़ाइल आकार को 69% कम करता है जबकि बेंचमार्क प्रदर्शन को औसतन केवल 0.81 अंक कम करता है। MedPsy-4B मॉडल कार्ड, जो 06 मई 2026 को प्रकाशित हुआ, सीधे 2.72 GB आंकड़े की पुष्टि करता है।
"Q4_K_M सही जगह है: केवल -0.81 अंक (-1.12% सापेक्ष) औसत स्कोर हानि के लिए 69% आकार में कमी (2.72 GB), उच्च अंत मोबाइल और लैपटॉप उपकरणों पर आराम से फिट।", 06 मई 2026। — QVAC अनुसंधान टीम, Tether AI समूह
Tether ने $1.04 बिलियन Q1 2026 लाभ की रिपोर्ट की
Tether ने 30 अप्रैल 2026 से अपनी Q1 2026 वित्तीय पुष्टि प्रकाशित की। एक पुष्टि एक बाहरी ऑडिटर द्वारा वित्तीय समीक्षा है, इस मामले में फर्म BDO। रिपोर्ट में तिमाही के लिए $1.04 बिलियन का शुद्ध लाभ दर्ज किया गया। Tether ने अपनी देनदारियों के ऊपर $8.23 बिलियन का रिजर्व बफर रखा। कुल टोकन-संबंधित देनदारियाँ $183.5 बिलियन तक पहुंच गईं। कंपनी के पास संयुक्त राज्य ट्रेजरी बिलों में लगभग $141.2 बिलियन का प्रत्यक्ष और अप्रत्यक्ष जोखिम था, जो कि अल्पकालिक सरकारी ऋण उपकरण हैं।
क्रिप्टोक्यूरेंसीज़ अत्यधिक अस्थिर हैं और इनमें महत्वपूर्ण जोखिम शामिल हैं। आप अपनी निवेश राशि का कुछ हिस्सा या पूरा खो सकते हैं।
Coinpaprika पर सभी जानकारी केवल सूचना के उद्देश्यों के लिए प्रदान की गई है और यह वित्तीय या निवेश सलाह का गठन नहीं करती है। हमेशा अपनी स्वयं की रिसर्च (DYOR) करें और निवेश निर्णय लेने से पहले एक योग्य वित्तीय सलाहकार से परामर्श करें।
Coinpaprika इस जानकारी के उपयोग से होने वाले किसी भी नुकसान के लिए जिम्मेदार नहीं है।