Tether'ın 800 milyon parametreli yapay zekâ modeli araç çağrısından kaçınma testinde 86,1 puan aldı

Tether, 800 milyon parametreli cihaz içi yapay zekâ modeli QVAC BotPsy'yi tanıttı. Model, uygun bir araç bulunmadığında araç çağrısı yapmaktan kaçınmayı ölçen BFCL v4 maddesinde 86,1 puan aldı.

Tether AI Research, 11'inde yayımladığı resmi açıklamada BotPsy'nin Alibaba'nın Qwen3.5-0.8B modeli temel alınarak geliştirildiğini duyurdu. Model; takvim değiştirme veya mesaj gönderme gibi uygulama işlevlerini seçip kullanmaya yönelik araç çağrısı görevlerine odaklanıyor.

Model ağırlıkları Apache 2.0 lisansı altında yayımlandı; geliştiriciler ve araştırmacılar bunları indirip kullanabiliyor. Ağırlıklar, eğitimi tamamlanmış modelin ayar değerlerini içeriyor ve başka geliştiricilerin modeli kullanmasını sağlıyor.

Hugging Face'te yayımlanan teknik belge, ajan ve araç kullanma becerilerini ölçen altı testin sonuçlarını içeriyor. BotPsy, Tether'ın karşılaştırma için seçtiği 1,2 milyar veya daha az parametreli modellerden yüksek puan aldı. Qwen3.5-2B-Think'i de altı testin beşinde geride bıraktı.

Tek istisna Claw-Eval oldu. Bu testte BotPsy 46,5, Qwen3.5-2B-Think ise 48,9 puan aldı.

BFCL v4 genel puanı BotPsy için 44,0, Qwen3.5-2B-Think için 37,7 oldu. Temel model Qwen3.5-0.8B-Think ise 23,4 puan aldı.

Bu puanlar, Tether'ın yayımladığı şirket içi karşılaştırma sonuçları. Testlerin ölçüm yöntemleri farklı olduğundan yalnızca puanlara bakarak yapay zekâ becerilerinin genelinde hangi modelin üstün olduğu belirlenemiyor. Üçüncü tarafların aynı testleri tekrarladığına dair bir sonuç da doğrulanmış değil.

Tether'ın ayrıca öne çıkardığı 86,1 puan, uygun araç bulunmadığında modelin araç çağrısı uydurmaktan kaçınıp kaçınmadığını değerlendiren BFCL v4 maddesine ait. Bu ölçüm, modelin seçebileceği bir işlev olmadığında zorlayarak çağrı yapıp yapmadığına odaklanıyor.

Söz konusu madde yalnızca araç çağrısından kaçınma becerisini ölçüyor. Riskli veya zararlı talepleri geniş kapsamda reddetmeyi değerlendiren güvenlik testleriyle aynı kapsamda değil.

Tether CEO'su Paolo Ardoino, resmi açıklamada “Takvimleri, mesajları ve belgeleri yöneten bir asistanın en özel bilgilere erişmesi gerekir” dedi. Ardoino, bu sözleriyle yerel yapay zekânın bilgi işleme üzerindeki kontrolü daha fazla kullanıcıya bırakabileceğini ifade etti.

Modeli cihazda çalıştırmak, kişisel bilgilerin merkezi sunuculara gönderilmesi ihtiyacını azaltabilir. Ancak yerel çalıştırma tek başına veri korumasını garanti etmiyor.

Modelin hangi bilgilere erişeceği ve harici hizmetlere nasıl bağlanacağı, onu kullanan uygulamanın izinlerine ve tasarımına bağlı. Bu nedenle gerçek koruma düzeyi, modelin yanı sıra uygulamanın belirlediği erişim kapsamına da dayanıyor.

QVAC'in açıklamasında, web araması veya rezervasyon hizmetleri gibi internete bağlanan araçları kullanmak için ağ erişimi gerektiği belirtiliyor. Yerel bir model kullanılsa bile bu işlevlerin yürütülmesi harici bağlantı içerebilir.

Tether model ağırlıklarını Apache 2.0 lisansıyla yayımladı, ancak eğitim verilerini ve eğitim kodunu paylaşmadı. Dolayısıyla yayımlananlar, eğitim materyalleri ve kodu da içeren tam bir paylaşım değil; model ağırlıklarının yayımlanmasıyla sınırlı.

QVAC, BotPsy'yi geliştiricilerin kendi asistanlarına veya ajanlarına entegre edebileceği bir model olarak tanıtıyor. Şirket, genel kullanıcıların doğrudan indirip kullanabileceği özel bir tüketici uygulaması sunmadığını belirtti.

BotPsy, görme, ses, sağlık ve çeviri modellerini içeren QVAC ürün ailesine araç yürütme işlevi ekliyor. Tether, geçen ekim yapay zekâ çip şirketi Tenstorrent'in Seri E yatırım turuna da katıldı. Şirket, BotPsy'nin hata yapabileceği ve finans, sağlık ya da kişisel bilgiler gibi hassas veya yüksek riskli kullanımlar için uygun olmadığı uyarısında bulundu.