# \#tether **URL:** https://discuss.pytorch.kr/tag/tether/9482.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [BotPsy: 2B 모델보다 도구 사용 성능이 뛰어난, Qwen3.5-0.8B 기반 On-Device Agent 모델](https://discuss.pytorch.kr/t/botpsy-2b-qwen3-5-0-8b-on-device-agent/12486)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 0\ **마지막 업데이트:** [11월 12, 2026, 3:30오전 UTC](https://discuss.pytorch.kr/t/botpsy-2b-qwen3-5-0-8b-on-device-agent/12486 "2026-11-12T03:30:37Z")
핵심 요약 Tether AI Research가 BotPsy 발표 글과 함께 Qwen3.5-0.8B를 사후 학습한 0.8B 크기의 도구 호출용 모델 BotPsy-0.8B를 Apache 2.0 라이선스로 공개했습니다. 개발사가 직접 측정한 도구 사용 벤치마크 6종 가운데 5종에서, 비교한 5개 모델 중 가장 높은 점수를 기록했습니다. 2.5배 큰 Qwen3.5-2B가 앞선 것은 Claw-Eval 하나입니다. 일반 지식 점수는 Qwen3.5-2B보다 17~22점 낮고, 여러 단계를 거치는 정보 검색 과제는 100점 만점에 15점 수준입니다. 권장 언어는 영어이며 한국어는 평가하지 않았습니다. 개발사는 금전, 개인 정보, 건강을 다루는 용도에는 쓰지 말라고 안내합니다. 발표 글과 모델 카드에는 휴대폰과 같은 실제 기기에서 측정한 속도와 메모리 수치가 없습니다. BotPsy 소개 BotPsy는 Tether AI Research가 2026년 11월 11일에 공개한, 함수 호출(Function Calling)과 에이전트 작업에 맞춘 0.8B 파라미터 크기의 언어 모델입니다. 모델 카드에 따르면 Tether AI Research는 Tether Data, S.A. de C.V.를 가리키는 이름입니다. 클라우드의 대형 모델을 쓰는 에이전트는 비용이 예고 없이 바뀔 수 있고, 제공사가 모델을 수정하거나 접근을 막거나 지원을 끝낼 수 있습니다. 발표 글은 개인 정보 보호, 데이터 통제, 투명성 측면의 위험도 함께 지적합니다. Tether AI Research는 모든 작업에 최고 수준의 모델이 필요하지는 않다고 보고, 일상적이거나 규모가 작은 작업을 기기 안에서 처리하는 작은 모델을 만들었습니다. 이번에 소개하는 BotPsy는 Qwen3.5-0.8B를 기반 모델로 삼아 네 단계로 사후 학습(Post-training) 한 모델입니다. 사후 학습은 사전 학습이 끝난 모델을 특정 능력에 맞춰 추가로 학습하는 과정입니다. Qwen3.5 계열은 PyTorchKR에서 Qwen3.5-…