เทเธอร์ (Tether) เปิดตัว AI 800 ล้านพารามิเตอร์ ได้ 86.1 คะแนนด้านการงดเรียกใช้เครื่องมือ

เทเธอร์ (Tether) เปิดตัวโมเดลปัญญาประดิษฐ์ (AI) บนอุปกรณ์ QVAC BotPsy ขนาด 800 ล้านพารามิเตอร์ ซึ่งได้ 86.1 คะแนนในหัวข้อ BFCL v4 ที่วัดว่าโมเดลงดเรียกใช้เครื่องมือเมื่อไม่มีเครื่องมือที่เหมาะสมหรือไม่

Tether AI Research ระบุในประกาศอย่างเป็นทางการเมื่อวันที่ 11 ว่า BotPsy พัฒนาบนพื้นฐานของ Qwen3.5-0.8B จากอาลีบาบา (Alibaba) โดยเน้นงานเรียกใช้เครื่องมือ (tool calling) เพื่อเลือกคำสั่งจากฟังก์ชันของแอป เช่น เปลี่ยนกำหนดการหรือส่งข้อความ

น้ำหนักโมเดลเปิดให้ดาวน์โหลดภายใต้ใบอนุญาต Apache 2.0 นักพัฒนาและนักวิจัยจึงนำไปใช้งานได้ น้ำหนักโมเดลคือค่าการตั้งค่าของโมเดลที่ผ่านการฝึกแล้ว ซึ่งช่วยให้ผู้อื่นนำโมเดลไปใช้ต่อได้

เอกสารทางเทคนิคที่เผยแพร่บน Hugging Face ระบุผลการทดสอบ 6 รายการที่ประเมินความสามารถด้านเอเจนต์และการใช้เครื่องมือ BotPsy ได้คะแนนสูงกว่าโมเดลที่มีพารามิเตอร์ไม่เกิน 1.2B ซึ่งเทเธอร์เลือกมาเปรียบเทียบ และทำคะแนนเหนือกว่า Qwen3.5-2B-Think ใน 5 จาก 6 รายการ

ข้อยกเว้นคือ Claw-Eval ซึ่ง BotPsy ได้ 46.5 คะแนน ส่วน Qwen3.5-2B-Think ได้ 48.9 คะแนน

สำหรับคะแนนรวม BFCL v4 นั้น BotPsy ได้ 44.0 คะแนน เทียบกับ Qwen3.5-2B-Think ที่ได้ 37.7 คะแนน ขณะที่ Qwen3.5-0.8B-Think ซึ่งเป็นโมเดลพื้นฐานได้ 23.4 คะแนน

คะแนนเหล่านี้มาจากผลเปรียบเทียบที่เทเธอร์เผยแพร่เอง วิธีวัดของแต่ละการทดสอบแตกต่างกัน จึงยังใช้คะแนนเพียงอย่างเดียวตัดสินความสามารถโดยรวมของ AI ได้ยาก และยังไม่พบผลการทดสอบเดียวกันที่ทำซ้ำโดยบุคคลที่สาม

คะแนน 86.1 ที่เทเธอร์เน้นเป็นผลในหัวข้อหนึ่งของ BFCL v4 ซึ่งประเมินว่าโมเดลจะไม่สร้างการเรียกใช้เครื่องมือขึ้นมาเองเมื่อไม่มีเครื่องมือที่เหมาะสมหรือไม่ โดยวัดว่าโมเดลจะฝืนเรียกใช้เครื่องมือทั้งที่เลือกฟังก์ชันไม่ได้หรือเปล่า

การทดสอบหัวข้อนี้วัดเฉพาะความสามารถในการงดเรียกใช้เครื่องมือ ขอบเขตจึงต่างจากการประเมินความปลอดภัยที่ครอบคลุมการปฏิเสธคำขอที่เป็นอันตรายหรือไม่เหมาะสมในวงกว้าง

เปาโล อาร์ดอยโน (Paolo Ardoino) CEO ของเทเธอร์กล่าวในประกาศอย่างเป็นทางการว่า “ผู้ช่วยที่จัดการปฏิทิน ข้อความ และเอกสาร จำเป็นต้องเข้าถึงข้อมูลส่วนตัวที่ละเอียดอ่อนที่สุด” เขากล่าวถึงแนวคิดที่ว่า AI บนอุปกรณ์อาจช่วยให้ผู้ใช้ควบคุมการประมวลผลข้อมูลได้มากขึ้น

การประมวลผลบนอุปกรณ์อาจลดความจำเป็นในการส่งข้อมูลส่วนตัวไปยังเซิร์ฟเวอร์ส่วนกลาง แต่การทำงานในเครื่องเพียงอย่างเดียวไม่ได้รับประกันการคุ้มครองข้อมูล

ข้อมูลที่เข้าถึงได้และการเชื่อมต่อกับบริการภายนอกขึ้นอยู่กับสิทธิ์และการออกแบบของแอปที่ติดตั้งโมเดล ระดับการคุ้มครองจริงจึงขึ้นกับขอบเขตการเข้าถึงที่แอปกำหนดด้วย

เอกสารแนะนำ QVAC ระบุว่าการใช้เครื่องมือที่เชื่อมต่ออินเทอร์เน็ต เช่น ค้นหาเว็บหรือบริการจอง จำเป็นต้องเชื่อมต่อเครือข่าย แม้จะใช้โมเดลในเครื่อง แต่การทำงานของฟังก์ชันเหล่านี้ก็อาจต้องเชื่อมต่อกับภายนอก

เทเธอร์เปิดเผยน้ำหนักโมเดลภายใต้ใบอนุญาต Apache 2.0 แต่ไม่ได้เปิดเผยข้อมูลฝึกและโค้ดฝึก การเผยแพร่ครั้งนี้จึงเป็นการเปิดน้ำหนักโมเดล ไม่ใช่การเปิดเผยทุกส่วนรวมถึงข้อมูลและโค้ดที่ใช้ฝึก

QVAC ระบุว่า BotPsy ออกแบบมาให้นักพัฒนานำไปผสานกับผู้ช่วยหรือเอเจนต์ของตนเอง และไม่มีแอปสำหรับผู้ใช้ทั่วไปที่ดาวน์โหลดไปใช้ได้โดยตรง

BotPsy เพิ่มความสามารถในการเรียกใช้เครื่องมือให้กับชุดผลิตภัณฑ์ QVAC ซึ่งมีโมเดลด้านภาพ เสียง สุขภาพ และการแปลภาษา ก่อนหน้านี้ เทเธอร์ได้ร่วมลงทุนรอบ Series E ของเทนสตอร์เรนต์ (Tenstorrent) บริษัทชิป AI เมื่อเดือนตุลาคมที่ผ่านมา ทั้งนี้ เทเธอร์ระบุว่า BotPsy อาจทำงานผิดพลาดและไม่เหมาะกับการใช้งานที่มีความเสี่ยงสูงหรือเกี่ยวข้องกับข้อมูลละเอียดอ่อน เช่น การเงิน สุขภาพ และข้อมูลส่วนบุคคล