BotPsy

BotPsy 是 Tether AI Research（QVAC）在 2026 年 11 月 11 日发布的 8 亿参数端侧智能体语言模型，面向函数调用和个人助手工作流。官方介绍是 Hugging Face 博客 BotPsy: On-Device Personal Assistant with a Sub-Billion-Parameter Agentic Language Model，日期为 November 11, 2026。权重仓库为 qvac/BotPsy-0.8B，量化文件为 qvac/BotPsy-0.8B-GGUFs。作者署名为 Tether Data, S.A. de C.V.（对外称 Tether AI Research）。

按官方博客，BotPsy 建立在 Qwen3.5-0.8B 之上，被定位为用工具完成简单任务的“个人助手”，覆盖网络搜索与研究、旅行与生活、商务与金融、业务与客户运营、设备与车辆控制、文件与文档、日历，以及邮件与消息。因其参数量小，官方写明最适合低到中等难度任务。训练分四个相继阶段：在工具使用对话上做全参数监督微调（SFT），再用三个经过强化学习训练的 Qwen3.5-4B 专家教师做多教师 on-policy 蒸馏（MOPD），最后用 DAPO 做两轮强化学习；工具调用奖励会检查格式，并按工具名、参数名和参数值给予部分分数。官方称，这样既提升了工具使用，也把 SFT 阶段下滑的知识和指令遵循拉了回来。

作者报告的评测数字（均为研究团队在博客中公布的结果，本页不作独立复现）包括：BFCL v4 从基座的 23.4 升至 44.0，ACEBench 从 30.1 升至 58.7，τ-bench 从 23.2 升至 51.5；在不超过 1.2B 的对比模型中，六项工具使用与智能体基准全部领先，并在其中五项超过 2.5 倍大小的 Qwen3.5-2B-Think。指令遵循上，IFEval 从 59.7 升至 90.8，IFBench 从 22.0 升至 55.9。作者还称，在“没有合适工具时应拒绝调用”的 BFCL v4 hallucination 测试上得到 86.1，是所测模型中最高。效率方面，博客写到在所有五款模型都答对的题目上，BotPsy 在 GPQA Diamond 和 MMLU-Pro 上达到正确答案所用的推理 token 约为基座的 1/3 到约 1/2.7，并减少了重复推理循环。

官方同时列出限制。开放式搜索仍然偏弱：BrowseComp-Plus 为 4.5，虽是五款中最好，但绝对值很低。多步信息检索与研究是明显短板。主要在英语上训练和测试；Multi-IF 覆盖的其他语言里，印地语（24.5）和俄语（57.6）明显偏低。BotPsy 是小模型，会出错，官方写明不适用于安全关键或高风险自动决策，也不适用于涉及金钱、个人信息、健康等敏感主题的应用。权重按 Apache 2.0 发布，供研究和教育使用，提供 bf16、Q8、Q4，以及 Hugging Face safetensors 和面向 QVAC SDK、llama.cpp 的 GGUF。需要注意：博客正文有一处仍写 “will be released”，但同页已给出模型与 GGUF 链接，仓库也已可访问，本页将其视为已发布，并以仓库页面为准。

要点：

• 官方博客：https://huggingface.co/blog/qvac/botpsy ；模型：https://huggingface.co/qvac/BotPsy-0.8B ；GGUF：https://huggingface.co/qvac/BotPsy-0.8B-GGUFs ；
• Hugging Face 仓库创建时间为 2026-11-10T03:10Z，官方博客日期为 2026-11-11；本时区当日 16:32 及更早的扫描未收入，本轮补记；
• 这是 Tether AI Research / QVAC 的一个具体模型名，不要和此前已收录的 QVAC TranscribePsy，或其它 Psy 后缀模型当成同一个新词。

为什么值得关注

这是一个有官方博客、可下载权重和明确许可证的端侧工具调用模型名，而不是一次含糊的微调分享。作者把它定位为手机或笔记本上跑得动的个人助手，并给出了与同尺径及更大基座模型的对比数字。对关注端侧智能体和小参数工具调用的人来说，这是一个可以单独建条的新名字。

基准分数、推理 token 和安全性数字全部来自 2026-11-11 官方博客，引用时必须标明是研究团队自报。当日更早的 00:32、04:32、08:32、12:32、16:32 扫描没有收入该词，本轮按官方博客日期补记。

局限

官方明确限制了用途：低到中等难度、以英语为主，不用于高风险或敏感自动决策。开放式深度检索仍然很弱。Apache 2.0 在博客中写的是研究和教育使用，具体条款以许可证全文为准。不要把 BotPsy 写成通用的 Tether 或 QVAC 平台名。

1. 阅读官方博客 https://huggingface.co/blog/qvac/botpsy ，并对照模型页 https://huggingface.co/qvac/BotPsy-0.8B 与 GGUF 页 https://huggingface.co/qvac/BotPsy-0.8B-GGUFs ；
2. 按模型卡选择 safetensors 或 bf16/Q8/Q4 GGUF，在 QVAC SDK 或 llama.cpp 等官方提到的本地推理栈中加载；先在低风险、非敏感任务上试用；
3. 引用 BFCL v4、ACEBench、τ-bench、IFEval 或“拒绝不当工具调用”等分数时，请写明来源是 2026-11-11 官方博客中的研究团队结果，并再对一次上游；
4. 不要把 BotPsy 写成 QVAC TranscribePsy 或整个 Tether/QVAC 平台；遵守官方的使用限制，不要用于安全关键或涉及金钱、个人信息和健康的自动决策；本页只复述官方博客和模型页，对外引用前请再对一次上游。