ٹیذر نے بدھ کو ذاتی ڈیوائسز پر روزمرہ کے کاموں کے لیے AI ایجینٹ QVAC BotPsy کا اعلان کیا۔ یہ ماڈل 800 ملین پیرامیٹرز پر مشتمل ہے۔ ٹیذر کے ٹیسٹس نے پایا کہ BotPsy اس سے 2.5 گنا زیادہ پیرامیٹرز والے مقابلہ کرنے والے ماڈلز کو پیچھے چھوڑ دیا۔ BotPsy نے پانچ ماڈلز کے ساتھ شمولیت والے ست میں سے پانچ ٹول استعمال کے جائزہ لینے میں بہترین نتائج حاصل کیے۔ ان نتائج سے یہ ظاہر ہوتا ہے کہ AI اسسٹنٹس کو عملی کاموں کے لیے بہت بڑے ماڈلز کی ضرورت نہیں پڑتی۔
BotPsy فون کی سیٹنگز، میسیج انجمن اور شیڈولنگ کے متعدد مراحل کو سنبھال سکتا ہے، اور ممکنہ طور پر ذاتی معلومات کو کلاؤڈ سرورز پر نہیں بھیجتا۔ ایجنٹ یہ طے کرتا ہے کہ کس کام کے لیے کون سے سافٹ ویئر ٹولز درکار ہیں، حکمات کو ترتیب سے چلاتا ہے اور جب کوئی آپریشن ناکام ہو جائے تو اپنے آپ کو ڈھال لیتا ہے۔ ٹیذر نے ایک میسیج ٹیسٹ کا ذکر کیا جس میں BotPsy نے بند وائی فائی اور بھرے ہوئے انباکس کا سامنا کیا۔ ٹیذر نے کہا کہ BotPsy نے وائی فائی کو فعال کر دیا، کافی ذخیرہ جگہ خالی کر لی اور میسج بھیج دیا۔ تاہم، بنیادی ماڈل نے ناکام آپریشن کو دہرایا جارہا تھا۔
ٹیذر نے البابا کے Qwen3.5-0.8B آرکیٹیکچر کا استعمال کرتے ہوئے BotPsy تعمیر کیا اور سافٹ ویئر-ٹول تفاعل پر مزید تربیت فراہم کی۔ پیرامیٹرز تربیت کے دوران سیکھے گئے عددی اقدار ہیں، اور کم پیرامیٹرز والے ماڈلز عام طور پر کم میموری کی ضرورت رکھتے ہیں۔ زیادہ پیرامیٹرز کی تعداد عام طور پر کارکردگی میں بہتری لاتی ہے، اور آج کے سرحدی AI ماڈلز میں ترلین پیرامیٹرز ہوتے ہیں۔
ٹیثر کی ٹیکنیکل دستاویزات میں BotPsy کو BFCL v4 پر 44.0% کا اسکور دیا گیا ہے۔ BFCL v4 کاموں اور بات چیتوں کے دوران فنکشن کے انتخاب اور انجام کو وزنی کامیابی فیصد کے ذریعے ناپتا ہے۔ بنیادی Qwen3.5-0.8B کو اس بینچ مارک پر 23.4% کا اسکور ملا۔ بڑا Qwen3.5-2B جس نے 37.7% حاصل کیا۔
BotPsy نے ACEBench پر 58.7% کا اسکور حاصل کیا، جو ٹول کا انتخاب اور ٹولز کو فراہم کیے گئے آرگومینٹس سمیت فنکشن-کال کی درستگی کا جائزہ لیتا ہے۔ بنیادی ماڈل نے ACEBench پر 30.1% کا اسکور حاصل کیا۔ 2 بلین پیرامیٹر والے مقابلہ کن ماڈل نے 55.4% کا اسکور حاصل کیا۔ Tether کے ستہ ایوانوں میں BotPsy کا اوسط اسکور 45.0% تھا۔ بڑے Qwen ماڈل کا ان ایوانوں میں اوسط اسکور 38.8% تھا۔
BotPsy، QVAC کو وسعت دیتا ہے، جو ایک AI ایکو سسٹم ہے جسے Tether صارف کنٹرولڈ ڈیوائسز کے ارد گرد ترقی دے رہا ہے، نہ کہ مرکزی کلاؤڈ انفراسٹرکچر پر مکمل طور پر انحصار کرتے ہوئے۔ Tether، جو USDT، دنیا کا سب سے بڑا اسٹیبل کوائن، کے پیچھے ہے، پہلے سے ہی طبی استعمالات، ترجمہ اور تقریر کی پروسیسنگ کے لیے مقامی QVAC ماڈلز رکھتا ہے۔ Tether نے مئی 2025 میں QVAC کو بڑی ٹیکنالوجی کمپنیوں کے AI سروسز کا متبادل کے طور پر متعارف کرایا۔ Tether کے لمبے مدتی اہداف میں خودمختار ایجنٹس شamil ہیں جو ایپلیکیشنز استعمال کر سکتے ہیں اور ممکنہ طور پر Bitcoin اور USDT کے ساتھ ادائیگیاں کر سکتے ہیں۔
ٹیتر نے اکتوبر 2025 میں 41 ارب ٹوکنز پر مشتمل ایک سائنس اور انجینئرنگ ٹریننگ ڈیٹا سیٹ شامل کیا۔ ٹیتر نے QVAC ورک بینچ بھی متعارف کرایا، جو مقامی طور پر AI ماڈلز چلانے کے لیے ایک ایپلیکیشن ہے۔ اس سال کے شروع میں، ٹیتر نے موبائل اور ڈیسک ٹاپ آپریٹنگ سسٹمز پر آف لائن AI ایپلیکیشنز تعمیر کرنے کے لیے ایک سافٹ ویئر ڈویلپمنٹ کٹ متعارف کرایا۔ ٹیتر نے صارفین کے ہارڈویئر پر میڈیکل AI کے کاموں کے لیے QVAC MedPsy بھی تیار کیا۔ 1.7 ارب پیرامیٹرز والی MedPsy کی ورژن نے HealthBench Hard پر گوگل کے بڑے MedGemma-27B کو پار کر دیا، جو ڈاکٹروں کے ذریعہ ترتیب دیے گئے معیارات کے خلاف حقیقی علاج کے مکالموں کا جائزہ لیتا ہے۔
BotPsy اب Apache 2.0 کے تحت اوپن ویٹ ماڈل کے طور پر دستیاب ہے، جس سے ڈویلپرز ماڈل کو ڈاؤن لوڈ، ترمیم اور اپلیکیشنز میں شامل کر سکتے ہیں۔ ٹیذر نے مقامی استعمال کے لیے میموری کی ضروریات کم کرنے کے لیے دبائے گئے ورژن بھی دستیاب کر دیے ہیں۔ ٹیذر نے BotPsy کا استعمال کرتے ہوئے ایک مکمل صارفین کے اسسٹنٹ کے لیے کوئی لانچ ڈیٹ نہیں دیا ہے۔ شائع کردہ ماڈل کارڈ میں یہ بیان کیا گیا ہے کہ اس ریلیز میں ٹریننگ کوڈ اور ٹریننگ ڈیٹا شامل نہیں ہیں۔