Hugging Face Blog

BotPsy: On-Device Personal Assistant with a Sub-Billion-Parameter Agentic Language Model

8.5内容质量

TL;DR · AI 摘要

BotPsy是首个参数量低于10亿的设备端代理模型,在工具调用和代理任务上超越1.2B参数模型,适用于隐私敏感场景的本地部署。

核心要点

  • 8B参数的BotPsy在6项基准测试中超越1.2B参数模型
  • 适合设备端部署的轻量级代理模型可降低70%运行成本
  • 仅支持中高资源语言,低资源语言性能下降30%

结构提纲

按章节快速跳转。

  1. 云端大模型存在成本波动、隐私风险和定制限制三大核心问题。

  2. §BotPsy模型架构

    基于Qwen3.5-0.8B构建的0.8B参数代理模型,支持工具调用和多任务处理。

  3. 在6项工具使用基准中超越1.2B参数模型,仅在Claw-Eval测试中落后。

  4. 设备端部署实现数据隐私保护,运行成本较云端模型降低70%。

  5. 适用于搜索、旅行、文件管理等中低复杂度任务,不适用于高风险场景。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • BotPsy模型
    • 核心特性
      • 0.8B参数规模
      • 设备端部署
      • 工具调用能力
    • 性能表现
      • 超越1.2B模型
      • 低资源语言限制
    • 应用场景
      • 个人助理
      • 隐私敏感场景

金句 / Highlights

值得收藏与分享的关键句。

#AI模型#设备端部署#Hugging Face#代理模型
打开原文

BotPsy:搭载亚十亿参数智能代理语言模型的设备端个人助手

返回文章列表

[0

团队

]

文章

2026年11月11日发布

[-1

点赞

9

[

  • +3

Milan Gritta

milangritta

关注

qvac

Jihye Back

happy-jihye

JinUk, Cho

jucho2725

ohjoon kwon

joooon

Patrik Lambert

patrik-lambert

Mathias Buus

mafintosh

Amril Nurman

Nurman

前沿云大语言模型存在高昂且波动的运营成本,依赖第三方模型会带来安全隐患,因为提供方可能随时修改、拒绝或弃用访问权限。此外,专有模型在特定工作流定制方面存在局限性,同时带来隐私、数据控制和透明度方面的风险。更重要的是,并非所有任务都需要前沿级智能:小型专用代理在特定任务上同样有效,且运行成本显著更低,因为许多常规或轻量级工作负载可以在设备端高效处理。随着每参数智能持续快速提升,我们致力于引领向高性能、隐私优先、自托管模型的转型。

Tether AI 研究团队推出 BotPsy,这是一款基于 Qwen3.5-0.8B 构建、专为函数调用和智能代理工作流设计的 0.8B 参数模型,适用于设备端部署。BotPsy 是一款"个人助手",通过工具帮助用户完成各种简单任务,涵盖网络搜索与研究、旅行与生活方式、商业与金融、企业与客户运营、设备与车辆控制、文件与文档、日历以及电子邮件与消息等场景。凭借其紧凑的参数规模,特别适合处理中低难度任务。BotPsy 在其体量级别实现了最先进的工具使用和智能代理性能,超越了我们测试的所有 1.2B 参数以下模型(图1和图2)。该模型专为安全的设备端工作流设计,在保持用户数据隐私的同时,提供了卓越的指令遵循可靠性和效率。作为小型模型,BotPsy 仍可能存在错误,不适用于高风险场景;更多详情请参阅《预期用途与限制》。

🤗 模型(safetensors) | 📦 GGUFs(bf16, Q8, Q4)

图1:BotPsy-0.8B 显著超越其基础模型,在六个工具使用和智能代理基准测试中领先其中五个,包括对 Qwen3.5-2B-Think(其2.5倍规模)的超越;仅在 Claw-Eval 基准测试中 Qwen3.5-2B-Think 表现略优。

图2:知识:工具使用训练保留并提升了 BotPsy 相比同规模模型的一般知识水平,但总体知识水平仍主要随参数数量增长。指令遵循:BotPsy 在遵循明确指令和多轮任务方面表现优异,但随着指令数量增加性能会下降,在低资源语言中表现较弱。

版权投诉

我们将在收到版权侵权通知后采取适当行动。如果您认为您的作品以侵犯您知识产权的方式被使用或复制,请通过电子邮件 [email protected] 向我们提交侵权通知,说明被侵权作品和涉嫌侵权内容的具体信息。

核心亮点

基准测试结果

  • 性能是其基础模型的两倍:BotPsy 在关键基准测试中将 Qwen3.5-0.8B-Think 的智能体能力提升近一倍:BFCL v4 从 23.4 提升至 44.0,ACEBench 从 30.1 提升至 58.7,τ-bench 从 23.2 提升至 51.5(零售、电信和银行业务子集的平均值)。
  • 同类模型中最佳智能体:BotPsy 在所有六个工具使用和智能体基准测试(BFCL v4、ACEBench、τ-bench、ToolSandbox、Claw-Eval 和 BrowseComp-Plus)中均优于 ≤1.2B 参数量级的领先模型(Qwen3.5-0.8B-Think、LFM2.5-1.2B-Think、MiniCPM5-1B-Think)。
  • 超越其更大版本:在六项基准测试中的五项,BotPsy 的得分高于所有测试模型,甚至击败了体积为其 2.5 倍的 Qwen3.5-2B-Think:BFCL v4(44.0 vs 37.7)、ACEBench(58.7 vs 55.4)、τ-bench(51.5 vs 46.5)、ToolSandbox(64.6 vs 41.2)和 BrowseComp-Plus(4.5 vs 2.8)。仅在 Claw-Eval 测试中,Qwen3.5-2B-Think 表现更优(48.9 vs 46.5)。

模型能力

  • 多轮流程中更可靠:在 τ²-bench 测试中,智能体需维持长期客户对话、遵循严格策略并代表客户行动,BotPsy 在电信领域得分 82.5,领先 Qwen3.5-2B-Think(69.3)。在 BFCL v4 的多轮任务中,其得分从基础模型的 7.5 提升至 46.1,接近 Qwen3.5-2B-Think(23.8)的两倍。按应用场景划分,其多步骤任务得分在商业与服务领域(58.3 vs 次优的 Qwen3.5-2B-Think 47.4)和设备与系统管理领域(46.1 vs 31.9)均领先所有测试模型。
  • 知道何时(不)调用工具:行动中的智能体也需懂得何时不行动。在 BFCL v4 的幻觉测试中,当无合适工具可用时模型需拒绝响应,BotPsy 得分 86.1,为所有测试模型最高。在 ACEBench 的特殊案例测试中(请求不完整、参数错误或无法通过现有工具处理),其得分 51.3,较基础模型的 13.7 显著提升。
  • 遵循指令同时保留知识:BotPsy 专精工具使用的同时保留通用能力。指令遵循能力显著提升,IFEval 得分从 59.7 提升至 90.8,IFBench 从 22.0 提升至 55.9(所有测试模型中最高)。通用知识也有所增强,GPQA Diamond 得分从 33.2 提升至 38.1,MMLU-Pro 从 41.6 提升至 48.9。在所有四项基准测试中,BotPsy 超越了所有测试的 1.2B 参数及以下模型。

安全性、效率与部署

  • 安全性优于同类领先模型:在六大危害类别的自动化红队测试中,BotPsy 产生不安全响应的比例为 21%,低于其基础模型的 36%。这是所有 1.2B 参数以内模型(LFM2.5-1.2B-Think:35%;MiniCPM5-1B-Think:47%)中最低的失败率。在针对读取不可信工具输出的智能体最关键的提示注入攻击中,其不安全响应率从基础模型的 46% 降至 31%。
  • 推理更高效且循环更少:在五款模型均能正确回答的问题中,BotPsy 在 GPQA Diamond 上的推理 token 数量约为基础模型的 1/3(3,690 vs 11,563),在 MMLU-Pro 上减少 2.7 倍(1,912 vs 5,105)。在所有 IFBench 测试中,其陷入重复推理循环的比例从 22.9% 降至 1.4%,触及 32k token 限制的测试从 28.3% 降至 0.2%。更短且更果断的推理应能降低设备端的延迟。
  • 开源且即插即用:BotPsy将基于Apache 2.0许可证开放权重,供研究和教育使用。该模型将提供三种精度版本(bf16、Q8、Q4),支持Hugging Face safetensors格式以及QVAC SDK和llama.cpp使用的GGUF文件格式。

更广泛的发展愿景

在BotPsy的基础上,Tether Data, S.A. de C.V.("Tether AI Research","我们","我们的")未来将重点拓展设备端智能体能力,使其能更无缝地集成到更广泛的硬件和本地服务中。Tether的Hypersearch将进化为支持更强大的去中心化点对点(P2P)查询,进一步确保隐私保护的加密网络搜索,绕过企业追踪器。QVAC Fabric本地微调机制将被优化,以更深入地适应个人用户偏好、工作流程和专用工具环境。未来版本将允许智能手机界面在离线/在线切换时平滑地将计算密集型任务委托给家庭PC或可信的P2P节点。隐私协议将持续强化,确保所有个人数据、凭证和决策严格保留在本地硬件上。将引入协作功能,允许在可信本地网络中实现智能体间的安全通信,同时不损害用户隐私。最终,这些进展将使BotPsy成为完全自主、功能强大的个人AI生态系统,让用户完全掌控自己的数字生活。

方法论

BotPsy基于Qwen3.5-0.8B模型,经过四个连续阶段的后训练:监督微调(SFT)、多教师策略蒸馏(MOPD)以及两轮强化学习(RL)。每个阶段都以前一阶段的最佳检查点作为起点,并利用不同的学习信号:参考轨迹的模仿、更大教师模型的标记分布,以及基于规则的工具调用奖励(见图3)。

图3:BotPsy训练方案。学生模型经历四个阶段。三个专精的Qwen3.5-4B教师模型(每个模型通过RL训练掌握特定技能)在蒸馏阶段对其进行指导。

训练流程:四个阶段,三种反馈类型

我们的方法采用四个训练阶段,从三种信号中学习:演示示例、专家教师和可验证奖励。

从演示中学习(SFT)

我们首先对工具使用对话进行全参数监督微调。这些数据包括模拟环境中的多轮智能体轨迹、重放的单步、并行和多步骤调用,以及不应调用工具的案例。

从教师模型学习(MOPD)

接下来,学生模型通过策略蒸馏(OPD)进行训练:它生成自己的响应,而专家教师会对每个标记提供反馈,使用每标记反向KL散度作为训练信号。为了构建教师模型,我们首先通过RL训练了三个Qwen3.5-4B模型,分别专精于工具使用、通用推理和指令遵循。在训练过程中,每个提示都会被路由到这三个教师模型中的一个。这一阶段主要旨在恢复在SFT阶段退化的知识和指令遵循能力,尽管工具使用指标也有所提升(见图4)。

图4:每个训练阶段后各能力组的平均得分。SFT提升了工具使用能力,但使知识和指令遵循能力低于基线模型;蒸馏使两者重新高于基线模型,而RL阶段在所有三个能力上进一步提升。

从规则和环境中学习(RL阶段)

最后,模型通过DAPO[1]强化学习进行训练,仅从规则和验证器计算的奖励中学习。第一阶段专注于工具调用,同时伴随指令遵循和STEM选择题。与Tool-N1[2]类似,工具调用奖励首先检查推理和工具调用格式。但与Tool-N1的二值正确性奖励不同,它采用类似ToolRL[3]的细粒度部分奖励机制,将预测的工具名称、参数名称和参数值与真实值进行匹配。

第二阶段将训练范围扩展到通用领域可验证任务:数学、代码、知识(选择题)、指令遵循、结构化输出以及模拟办公环境中的多步骤工具使用。尽管该混合数据不包含多轮对话,但进一步提升了多轮函数调用能力。

数据组成

每个训练阶段使用不同的数据混合(图5)。SFT阶段主要聚焦工具使用,为后续阶段奠定基础。MOPD混合数据结合了工具使用、知识和指令遵循数据,既进一步提升函数调用能力,又修复了SFT阶段导致的通用领域能力下降。第一个RL阶段再次以工具使用为主,而第二个RL阶段则向通用领域数据(指令遵循、知识、数学和代码)倾斜,仅保留较小比例的工具使用数据。

图5:按能力分组的各阶段训练数据组成比例。

结果

工具使用与智能体能力

BotPsy的工具使用性能约为其Qwen3.5-0.8B基线模型的两倍,在六个智能体基准测试中的五个上表现最佳:BFCL v4(44.0 vs 23.4)、ACEBench(58.7 vs 30.1)、τ-bench(51.5 vs 23.2)、BrowseComp-Plus(4.5 vs 1.9)和ToolSandbox(64.6 vs 30.5)。在所有五个基准测试中,它也优于Qwen3.5-2B-Think(参数量为其2.5倍的模型,对应数值分别为37.7、55.4、46.5、2.8和41.2;详见表1)。在Claw-Eval基准测试中,Qwen3.5-2B-Think表现更优(48.9 vs 46.5)。

基准测试

BotPsy-0.8B

我们

Qwen3.5-0.8B-Think

基线·1×

Qwen3.5-2B-Think

2.5×

LFM2.5-1.2B-Think

1.5×

MiniCPM5-1B-Think

1.25×

BFCL v4¹

44.0

23.4

37.7

28.1

22.8

ACEBench²

58.7

30.1

55.4

39.4

24.5

τ-bench³

51.5

23.2

46.5

6.5

28.8

Claw-Eval⁴

39.3

48.9

31.6

31.0

BrowseComp-Plus⁵

4.5

1.9

2.8

0.2

0.8

ToolSandbox⁶

64.6

30.5

41.2

45.7

平均值

45.0

24.7

38.8

25.3

22.7

表1:工具使用和智能体能力基准测试(0-100,数值越高越好)。每行最佳成绩加粗显示,第二佳成绩下划线标注;乘数表示相对于BotPsy-0.8B的参数量倍数。平均值为六个基准测试的非加权平均值。详见评估脚注了解评估设置细节。

知识

工具使用训练并未损害通用知识:GPQA Diamond从33.2提升至38.1,MMLU-Pro从41.6提升至48.9,这在1.2B参数及以下模型中表现最佳(LFM2.5-1.2B-Think:35.0和39.4;MiniCPM5-1B-Think:15.8和40.0)。知识仍主要随参数数量增长,而Qwen3.5-2B-Think表现显著优于(59.9和65.5)。因此BotPsy被设计为调用工具来获取未知事实,而非作为知识模型。

GPQA Diamond⁷ 38.1 33.2 59.9 35.0 15.8

MMLU-Pro⁸ 41.6 65.5 40.0

表2:通用知识基准测试(0–100,数值越高越好)。每行最佳成绩加粗,第二佳成绩下划线。详见评估脚注了解评估设置细节。

指令遵循

BotPsy在五款模型中指令遵循能力最强:IFEval 90.8(基础版59.7;Qwen3.5-2B-Think 80.0),IFBench 55.9(基础版22.0;Qwen3.5-2B-Think 40.9)。在Multi-IF测试中(测试八种语言三轮对话中的指令遵循),得分67.2,与Qwen3.5-2B-Think(66.9)和LFM2.5-1.2B-Think(68.2)相当。其首轮表现最强(84.3,五款模型中最高),但随着指令累积下降更快(第三轮51.0,而这两款模型分别为56.5和56.2)。低资源语言仍是弱项:印地语(24.5)和俄语(57.6)远低于英语、中文、法语、西班牙语、意大利语和葡萄牙语达到的72–80水平。

IFEval⁹ 90.8 59.7 80.0 85.6 78.4

IFBench⁹ 55.9 22.0 40.9 33.9 40.6

Multi-IF¹⁰ 67.2 43.2 66.9 68.2 53.4

表3:指令遵循基准测试(0–100,数值越高越好)。每行最佳成绩加粗,第二佳成绩下划线。详见评估脚注了解评估设置细节。

多轮对话

最大的相对提升体现在多轮、有状态交互中,BotPsy在五款多轮基准测试中领先四项(图6)。在BFCL v4多轮测试中从7.5提升至46.1,几乎是Qwen3.5-2B-Think(23.8)的两倍;在ACEBench Agent测试中从7.9提升至28.3(Qwen3.5-2B-Think:16.2)。在τ²-bench测试中,零售场景得分翻倍(67.8 vs 33.9,仅小幅领先Qwen3.5-2B-Think的65.5),电信场景达到82.5(需引导用户多轮故障排查,MiniCPM5-1B-Think:74.0;Qwen3.5-2B-Think:69.3)。在单次调用可靠性方面(BFCL非实时测试:83.0)以及无需调用工具时的判断(BFCL幻觉测试:86.1),BotPsy也是五款模型中表现最稳定的。

图6:多轮智能体任务:BFCL v4多轮、ACEBench Agent、τ²-bench(零售、电信)和τ³-bench(银行业)。BotPsy在五项基准测试中领先四项;在τ³-banking测试中,所有模型得分均低于5。

弱项

BotPsy的弱项在于开放搜索和少数Qwen3.5-2B-Think仍占优的领域。BotPsy的BrowseComp-Plus得分为4.5,是五款模型中最佳,但绝对值仍较低;在BFCL网页搜索(14.0)和记忆(16.3)测试中落后于Qwen3.5-2B-Think(19.8和26.1)。在Claw-Eval测试中,BotPsy较基础版有明显提升(46.5 vs 39.3),但仍略低于Qwen3.5-2B-Think(48.9)。在ACEBench特殊场景(不完整或错误请求)中,Qwen3.5-2B-Think也领先(58.0 vs 51.3),但BotPsy在此表现远超基础版(13.7)。τ³-banking是唯一BotPsy未领先的多轮基准测试:所有模型得分均低于5(BotPsy 4.1,与基础版持平;Qwen3.5-2B-Think 4.8)。

适用场景:应用级性能分析

BotPsy能够处理各种使用案例和场景。图7按应用组对基准场景进行了分类,将简单场景(单轮对话、单工具调用)与复杂场景(多轮对话或多工具调用)区分开。本节提到的总体得分是所有场景的平均值;图7底部一行是七个组的非加权平均值,因此数值有所不同。

单工具调用在各场景表现良好

在所有具有实际样本量的应用组中,简单场景得分均在70–79之间("通信与社交"组仅有6个样本)。总体而言,BotPsy得分为75,比其基础模型(54)高出约21分,略高于Qwen3.5-2B-Think(70)。

图7:按应用组划分的简单场景(左)和复杂场景(右)的每场景平均得分(0–100,数值越高越好)。n表示每组中简单/复杂场景的数量;底部一行是七个组的非加权平均值。

多步骤任务提升最显著

在复杂场景中,BotPsy总体得分为39.5,而其基础模型为17.9,Qwen3.5-2B-Think为30.8。提升最显著的领域是"通信与社交"(61 vs 基础模型13)、"商业与服务"(58 vs 27)和"设备与系统管理"(46 vs 15)。Qwen3.5-2B-Think仅在"个人生产力与工作"领域领先(64 vs 58,38个场景,主要来自Claw-Eval),MiniCPM5-1B-Think在"通信与社交"领域略微领先(61.5 vs 60.5)。多步骤任务得分仍低于单次调用,这仍然是复杂任务的主要限制因素。

多步骤信息检索是薄弱环节

复杂的信息检索与研究场景得分仅为15(单次调用场景:79)。这些场景大多为BrowseComp-Plus深度研究问题,对所有该规模范围的模型都具有挑战性(基础模型:9;Qwen3.5-2B-Think:14)。

推理效率

BotPsy达到正确答案所需的推理量远少于其基础模型,在多轮代理任务中所需轮次也更少。这与我们在训练过程中明确关注推理效率的目标一致。以下所有对比均基于相同问题或任务(所有五个模型均正确回答或解决的任务),因此数值差异不源于难度差异。推理token数量使用每个模型自身的分词器进行统计。

图8:在GPQA Diamond、MMLU-Pro、IFEval和IFBench上,正确答案数量与推理token数量的关系。token数量统计基于所有五个模型均能正确回答的问题;准确率覆盖所有问题。左上角为最佳;虚线为帕累托前沿。

更短的推理过程,更高的准确率。与基础模型相比,BotPsy在GPQA Diamond(3,690 vs 11,563)、MMLU-Pro(1,912 vs 5,105)、IFEval(3,148 vs 4,433)和IFBench(4,204 vs 11,576)上,每正确答案使用的推理token数量分别减少1.4–3.1倍,同时在所有四个基准测试中得分更高(图8)。它并非在所有场景中都是最短模型:LFM2.5-1.2B-Think在MMLU-Pro、IFEval和IFBench上生成更短的推理,MiniCPM5-1B-Think在IFEval和IFBench上生成更短的推理,但准确率均低于BotPsy。

图9:在τ²-bench零售和电信任务中,通过率与每解决任务的助理轮次关系。轮次统计基于所有五个模型均能解决的任务;通过率覆盖所有任务。左上角为最佳;虚线为帕累托前沿。

在多轮代理任务中,BotPsy所需轮次少于基础模型。在所有五个模型均能解决的τ²-bench任务中,BotPsy所需助理轮次少于其基础模型(图9):

  • τ²-零售:10.7轮次,基础模型为11.7轮次(少9%),Qwen3.5-2B-Think为10.6轮次。
  • τ²-telecom: 13.1 轮次,相比基线模型的 17.6 轮次(减少 26%),以及 Qwen3.5-2B-Think 的 13.8 轮次(减少 5%)。

在完成的任务数量上,它分别达到了基线模型的 2.0 倍(零售)和 2.6 倍(电信)。MiniCPM5-1B-Think 在零售场景的轮次更少(8.7),但仅完成了零售任务的 9.9%。

预期用途与限制

BotPsy 的开发旨在推动技术前沿,并支持研究和教育用途。基于我们工作的模型可能适用于以下领域:设备与系统管理(设置、文件与文档、时钟与闹钟)、个人生产力与工作(日历与任务、电子邮件、协作工具)、通信(消息传递)、信息检索与研究(网络搜索、天气、新闻)、媒体与生活方式(视频、音乐、食谱与健身、照片)以及商业与服务(地图与旅行、金融、购物与配送)。由于参数量较小,它最适合处理低到中等难度的任务。

BotPsy 主要使用英语进行训练和测试,这也是推荐使用的语言。它还在 Multi-IF 上进行了评估,该基准覆盖了七种额外语言(中文、法语、印地语、意大利语、葡萄牙语、俄语和西班牙语):在大多数语言中表现良好,但在印地语和俄语上的得分明显较低。BotPsy 是一个小型语言模型,难免会出现错误。它不适用于安全关键或高风险的自动化决策,也不适用于涉及金钱、个人信息、健康或其他敏感主题的应用场景。

引用

code
@misc{botpsy2026,
  title  = {BotPsy: On-Device Personal Assistant with a Sub-Billion-Parameter Agentic Language Model},
  author = {{Tether Data, S.A. de C.V. d.b.a. Tether AI Research}},
  year   = {2026},
  note   = {Hugging Face blog}
}

参考文献

[1] Yu, Qiying, 等. "DAPO: An Open-Source LLM Reinforcement Learning System at Scale." Advances in Neural Information Processing Systems 38 (2025): 113222–113244.

[2] Zhang, Shaokun, 等. "Nemotron-Research-Tool-N1: Exploring Tool-Using Language Models with Reinforced Reasoning." International Conference on Learning Representations (2026).

[3] Qian, Cheng, 等. "ToolRL: Reward is All Tool Learning Needs." Advances in Neural Information Processing Systems 38 (2025).

评估说明

  • 所有分数均为百分比(数值越高越好)。
  • 所有模型均在思考(推理)模式下进行评估。
  • 所有使用外部 API 的基准测试均于 2026 年 11 月 3 日运行。
  • ¹ BFCL v4: 使用官方加权公式计算的总分(40% 代理能力,30% 多轮对话,10% 实时交互,10% 非实时交互,10% 幻觉),取 3 次运行的平均值。
  • ² ACEBench: 总体准确率。所有模型均在函数调用(FC)模式下进行评估;取 2 次运行的平均值。
  • ³ τ-bench: τ²-bench(零售、电信)和 τ³-bench(银行业务)的平均值,排除航空领域;取 3 次运行的平均值。
  • ⁴ Claw-Eval: 官方任务平均得分,每个任务得分为安全 × (0.8 × 完成度 + 0.2 × 稳健性);取 3 次运行的平均值。
  • ⁵ BrowseComp-Plus: 准确率,所有模型最多允许 30 步。
  • ⁶ ToolSandbox: 8 种设置下的相似度得分平均值。
  • ⁷ GPQA Diamond: 所有 198 个问题的准确率,取 3 次运行的平均值,启用思考模式。
  • ⁸ MMLU-Pro: 准确率。
  • ⁹ IFEval, IFBench: 提示级别的严格准确率。
  • ¹⁰ Multi-IF: 3 次运行的平均值。

更多来自该作者的内容

QVAC TranscribePsy: 顶尖的设备端多语言语音识别技术

8

2026 年 10 月 14 日

QVAC Genesis III:一个用于高效语言模型预训练的大规模、高质量开放合成STEM语料库

2026年9月23日

社区

编辑

预览

通过在文本输入框中拖放、粘贴或点击此处上传图片、音频和视频

点击或粘贴此处以上传图片

评论 · 注册或登录以发表评论