テザーは、トップのステーブルコイン「$USDT」の発行者として、公式にQVAC MedPsyを発表しました。QVAC MedPsyは、ノートパソコン、スマートフォン、その他のエッジデバイスに展開されることを目的とした、オープンソースの医療AIモデルの排他的なグループです。テザーの公式プレスリリースによると、この開発は、QVACネットワーク内でのより広範なAI戦略を推進する重要な一歩を示しています。さらに、MedPsyフレームワークは、高価な企業用ハードウェアやクラウドサーバーに依存せずに、専門家レベルの医療推論を提供することに焦点を当てています。80億人の人類は、信号が途絶えても瞬きしない知能を求めています。🧠 こちらが@QVAC Psy、心理歴史の数学的安定性に基づいて構築された私たちの基盤モデルです。QVAC MedPsyを使えば、ローカルファーストの医療健康AIモデルでありながら、優れた… pic.twitter.com/6ECt7kvk6Q— テザー (@tether) 2026年5月7日テザー、エッジデバイス上での分散型医療AIを可能にするためにQVAC MedPsyを開始QVAC MedPsyのリリースにより、テザーは資本集約的な企業規模のハードウェアやクラウドサーバーに依存しない、効率的な医療推論のための主権的かつ分散型のインフラを提供しています。これらの軽量モデルは、ノートパソコンやスマートフォンを含むエッジデバイスと互換性があり、より大きな医療AIメカニズムを凌駕しつつ、完全にローカルな推論による堅牢なプライバシー保護も維持します。このリリースは、分散型技術と医療の融合が進む中で、AI機関が効果的なデバイスベースの知能ソリューションを開発しようと競争していることを強調しています。今回導入されたQVAC MedPsyラインナップは、MedPsy-4BやMedPsy-1.7Bなどのテキストのみの医療言語フレームワークを含んでいます。テザーデータのAI研究グループは、これらのモデルが「エッジ展開」を効果的に提供し、医療AIツールがユーザーハードウェア上で動作できることを指摘しています。同社は、これらのフレームワークが教育および研究目的でApache 2.0ライセンスの下で完全にオープンソースであると強調しました。この動きの重要な特徴は、パラメータ効率に対する注目です。同社は、軽量な1.7Bモデルが7つの医療標準スイートで平均62.62点を獲得したと主張しています。より少ないパラメータで大規模な医療AIフレームワークを凌駕したがって、比較的小さな50%未満のサイズのGoogleのMedGemma-1.5-4Bを上回りました。同時に、MedPsy-4Bフレームワークは、多くの医療進化においてもこれを超え、ほぼ7分の1のパラメータを使用しています。テザーによると、新プロジェクトはプライバシー重視の医療展開も優先し、GDPR、HIPAAなどの規制を厳守しています。全体として、QVAC MedPsyにより、プラットフォームはエッジコンピューティングや分散型知能に関わる分野でのAIインフラストラクチャの地位を高めています。
テザー、プライベート医療知能を可能にするエッジベースの医療AIモデルを開始
テザーは、トップのステーブルコイン「$USDT」の発行者として、公式にQVAC MedPsyを発表しました。QVAC MedPsyは、ノートパソコン、スマートフォン、その他のエッジデバイスに展開されることを目的とした、オープンソースの医療AIモデルの排他的なグループです。テザーの公式プレスリリースによると、この開発は、QVACネットワーク内でのより広範なAI戦略を推進する重要な一歩を示しています。さらに、MedPsyフレームワークは、高価な企業用ハードウェアやクラウドサーバーに依存せずに、専門家レベルの医療推論を提供することに焦点を当てています。
80億人の人類は、信号が途絶えても瞬きしない知能を求めています。🧠 こちらが@QVAC Psy、心理歴史の数学的安定性に基づいて構築された私たちの基盤モデルです。QVAC MedPsyを使えば、ローカルファーストの医療健康AIモデルでありながら、優れた… pic.twitter.com/6ECt7kvk6Q
— テザー (@tether) 2026年5月7日
テザー、エッジデバイス上での分散型医療AIを可能にするためにQVAC MedPsyを開始
QVAC MedPsyのリリースにより、テザーは資本集約的な企業規模のハードウェアやクラウドサーバーに依存しない、効率的な医療推論のための主権的かつ分散型のインフラを提供しています。これらの軽量モデルは、ノートパソコンやスマートフォンを含むエッジデバイスと互換性があり、より大きな医療AIメカニズムを凌駕しつつ、完全にローカルな推論による堅牢なプライバシー保護も維持します。
このリリースは、分散型技術と医療の融合が進む中で、AI機関が効果的なデバイスベースの知能ソリューションを開発しようと競争していることを強調しています。今回導入されたQVAC MedPsyラインナップは、MedPsy-4BやMedPsy-1.7Bなどのテキストのみの医療言語フレームワークを含んでいます。テザーデータのAI研究グループは、これらのモデルが「エッジ展開」を効果的に提供し、医療AIツールがユーザーハードウェア上で動作できることを指摘しています。
同社は、これらのフレームワークが教育および研究目的でApache 2.0ライセンスの下で完全にオープンソースであると強調しました。この動きの重要な特徴は、パラメータ効率に対する注目です。同社は、軽量な1.7Bモデルが7つの医療標準スイートで平均62.62点を獲得したと主張しています。
より少ないパラメータで大規模な医療AIフレームワークを凌駕
したがって、比較的小さな50%未満のサイズのGoogleのMedGemma-1.5-4Bを上回りました。同時に、MedPsy-4Bフレームワークは、多くの医療進化においてもこれを超え、ほぼ7分の1のパラメータを使用しています。テザーによると、新プロジェクトはプライバシー重視の医療展開も優先し、GDPR、HIPAAなどの規制を厳守しています。全体として、QVAC MedPsyにより、プラットフォームはエッジコンピューティングや分散型知能に関わる分野でのAIインフラストラクチャの地位を高めています。