Tether 发布 8 亿参数端侧 AI 智能体模型 BotPsy
2026-11-11
0 次阅读
RSS订阅
- Tether AI Research 发布了一款名为 QVAC BotPsy 的 80 亿参数开源权重模型
- 该模型基于阿里巴巴 Qwen3.5 架构，专为设备端工具调用和代理任务设计
- QVAC BotPsy 在 BFCL v4、ACEBench、τ-bench 和 ToolSandbox 等多个基准测试中的得分约为其基础模型的两倍
- 性能表现超越了 Qwen3.5-2B-Think 模型
Tether AI Research 发布了 QVAC BotPsy，这是一款基于阿里巴巴 Qwen3.5 架构的 80 亿参数开源权重模型，专为设备端工具调用和代理任务设计。它在 BFCL v4、ACEBench、τ-bench 和 ToolSandbox 上的得分约为其基础模型的两倍，超过了 Qwen3.5-2B-Think。
📰 来源：blockbeats
💬 引用锚点
Tether发布开源80亿参数端侧AI模型BotPsy，突破链上智能体的本地推理能力边界。
该模型在多项主流评测基准中得分约为基础模型两倍，超越同等规模竞品。
💡 一句话定义：
Tether发布80亿参数开源AI模型BotPsy，专为设备端工具调用和代理任务设计。
📈 核心数据：
- QVAC BotPsy基于阿里巴巴Qwen3.5架构开发，在BFCL v4等多项基准测试中得分约为基础模型两倍
- 该模型在ToolSandbox等四项评测中的表现超过了Qwen3.5-2B-Think版本
🧭 快速步骤：
- 下载并部署QVAC BotPsy开源权重至支持的设备端平台
- 配置本地工具调用接口以发挥其代理任务能力
- 参考基准测试指标评估模型在实际场景的表现
常见问题
QVAC BotPsy 是什么类型的 AI 模型？▼
QVAC BotPsy 是由 Tether AI Research 发布的 80 亿参数开源权重模型，专为设备端（端侧）的工具调用和智能体代理任务而设计。
BotPsy 基于什么架构开发？▼
BotPsy 基于阿里巴巴的 Qwen3.5 架构开发，属于 Qwen3.5 系列的衍生版本。
BotPsy 在基准测试中的表现如何？▼
BotPsy 在 BFCL v4、ACEBench、τ-bench 和 ToolSandbox 等多个基准测试上的得分约为其基础模型的两倍，性能超过了 Qwen3.5-2B-Think。
BotPsy 适用于哪些应用场景？▼
BotPsy 专为端侧设备设计，适合需要在本地设备上运行工具调用和智能体代理任务的场景，能够在资源受限的设备上高效执行复杂操作。
💬 评论 (0)
发表评论