BotPsy-0.8B 발표: 작은 도구 호출 모델의 배포 파일과 평가 조건

Tether AI Research가 2026년 11월 11일 BotPsy-0.8B를 발표했다. Qwen3.5-0.8B를 바탕으로 도구 호출을 학습한 모델이다. 개발자가 살펴볼 대목은 작은 모델의 호출 정확도와 실제 배포 조건이다. 공식 발표

제작팀의 평가에서 달라진 것

제작팀은 SFT, MOPD, 두 차례 RL을 차례로 적용했다. 자체 평가에서 BFCL v4 점수는 기반 모델의 23.4에서 44.0으로 올랐다. BrowseComp-Plus는 4.5로, 비교 모델 중 가장 높았어도 절대 점수는 낮다. 이 수치는 제작팀의 실험 결과다. 독립 재현이나 일반 업무의 성공률로 읽어서는 안 된다. 학습 방법과 평가 조건

작은 파일과 기기 성능은 따로 확인하기

공식 GGUF 저장소에는 BF16, Q80, Q4K_M 파일이 올라와 있다. 모델 카드의 파일 크기는 각각 약 1.52 GB, 0.81 GB, 0.53 GB다. 이 크기만으로 실행 중 필요한 메모리를 판단할 수는 없다.

GGUF 평가는 NVIDIA H100에서 llama-server로 수행됐다. 휴대전화의 지연 시간이나 배터리 소모를 측정한 결과로 볼 수 없다. GGUF 평가에서는 ToolSandbox를 실행하지 않았다. 배포 형식을 바꾸면 평가 범위도 함께 봐야 한다. 파일과 GGUF 평가

도구 호출을 앱에 연결할 때

공식 모델 카드는 도구 목록을 입력하고 모델이 반환한 호출을 읽는 예제를 제공한다. 이 구조에서는 앱이 실제 도구를 실행한다. 따라서 도입 시험에서는 함수 이름과 인자뿐 아니라 앱의 실행 권한도 점검하는 편이 좋다. 이는 예제 구조를 바탕으로 한 개발 권고다. 호출 예제

GGUF의 내장 chat template는 기본값이 non-thinking이다. 제작팀은 thinking 모드로 학습하고 평가했으므로, 같은 조건을 시험하려면 enable_thinking을 켜야 한다. 발표문의 배포 설명에는 미래형 표현이 남아 있지만 공식 저장소의 가중치와 GGUF 파일 목록은 확인된다. 실행 설정

한국어 서비스에 적용하기 전

모델 카드의 권장 언어는 영어다. 다국어 평가에 열거된 일곱 추가 언어에는 한국어가 없다. 한국어 도구 호출 품질을 확인하려면 별도 평가가 필요하다. 제작팀은 연구·교육을 지원하려고 모델을 개발했다. 안전이 중요한 자동 의사결정이나 금전·개인정보·건강 등 민감한 용도에는 쓰도록 설계하지 않았다고 명시한다. 용도와 한계