Đây là bản dịch để thuận tiện cho bạn. Nếu có bất kỳ khác biệt nào, bản tiếng Anh là bản có giá trị ràng buộc. Đọc bản tiếng Anh.
Thẻ mô hình Treasynx AI
Cập nhật lần cuối ngày 17 tháng 10 năm 2026 · bmvp.ai Ltd
Bản tóm tắt
Treasynx AI là một mô hình nhỏ, tùy chọn chạy trên điện thoại của bạn. Phiên bản 0.1 làm bốn việc: trả lời trợ giúp, ghi nhanh, ước tính thời lượng và tổng kết tuần. Mọi việc khác dùng trình lập kế hoạch riêng của ứng dụng, không gọi mô hình. Nó có thể sai, yếu hơn các mô hình AI lớn ở mọi việc chung, và không phải lời khuyên. Trang này cho thấy kết quả kiểm thử, kể cả những chỗ nó thua.
Phiên bản 0.1
- Phát hành: ngày 17 tháng 10 năm 2026. Mục có chữ ký của nó hết hạn vào ngày 17 tháng 4 năm 2027; sau ngày đó nó không thể được cài, và một phiên bản mới hơn sẽ thay thế nó trước thời điểm đó.
- ID mô hình:
treasynx-ai-0.6b-v0.1 - Mô hình gốc: Qwen3-0.6B của nhóm Qwen (giấy phép Apache-2.0), được bmvp.ai Ltd tinh chỉnh bằng LoRA rồi huấn luyện theo ưu tiên (DPO), sau đó hợp nhất.
- Tệp: một tệp MediaPipe .task dung lượng 666.425.366 byte (khoảng 640 MB).
- SHA-256:
d05bd8a5615b2483c629ce5eea03b098fd0ecbc1537a1a872a2e9b9c64783d5c - Chạy trên: bộ xử lý của điện thoại, ngoại tuyến. Điện thoại có bộ nhớ dưới khoảng 3 GB sẽ bị từ chối. Đến nay nó mới được kiểm thử trên một điện thoại, Xiaomi 14 Ultra, nơi một câu trả lời trợ giúp mất khoảng 15 giây.
- Tải xuống: từ models.treasynx.com, chỉ sau khi bạn chọn. Ứng dụng kiểm tra mục có chữ ký trước (Ed25519 và ML-DSA-65), rồi đến kích thước và SHA-256 của tệp.
Nó làm gì, và những gì bị giữ lại
Mỗi việc phải vượt qua cùng các ngưỡng trước khi được bật: câu trả lời hợp lệ, điểm số ít nhất bằng trình lập kế hoạch riêng của ứng dụng (phương án dự phòng), các bài kiểm tra an toàn và một lần kiểm tra ở mỗi ngôn ngữ. Bốn việc đã vượt qua. Các việc còn lại vẫn do trình lập kế hoạch riêng của ứng dụng đảm nhận.
| Việc | Kết quả kiểm thử | Trong phiên bản 0.1 |
|---|---|---|
| Ghi nhanh | Đúng chính xác 93,4% số lần, so với 5,2% của phương án dự phòng | Bật |
| Ước tính thời lượng | Sai số trung vị 15 phút, so với 20 phút của phương án dự phòng | Bật |
| Trả lời trợ giúp | Dẫn đúng chủ đề trợ giúp 93,5% số lần, so với 94,9% của phương án dự phòng. Nói đúng rằng điều gì đó không có trong trợ giúp 93,3% số lần, so với 0% | Bật |
| Tổng kết tuần | Mọi câu trả lời đều hợp lệ trong kiểm thử | Bật |
| Lập kế hoạch một ngày | Hợp lệ ngay lần đầu 86,5% số lần; phương án dự phòng luôn hợp lệ | Giữ lại |
| Đến muộn | Hợp lệ ngay lần đầu 88,2% số lần | Giữ lại |
| Chia mục tiêu thành các khối | Hợp lệ ngay lần đầu 84,8% số lần | Giữ lại |
| Giờ làm gì? | Khớp với quy tắc của ứng dụng 93,5% số lần; cần 98% | Giữ lại |
| Hành động của trợ lý | Trượt một bài kiểm tra red team: nó diễn đạt lại một thông báo an toàn cố định | Giữ lại |
| Phân loại yêu cầu | Từ chối 10,77% yêu cầu thông thường, so với 0% của quy tắc ứng dụng | Giữ lại |
Nó thua ở đâu
- Kế hoạch hợp lệ. Trình lập kế hoạch riêng của ứng dụng luôn hợp lệ; mô hình thì không, nên lập kế hoạch một ngày, khi đến muộn và chia mục tiêu thành các khối vẫn do trình lập kế hoạch đảm nhận.
- Phân loại yêu cầu. Nó từ chối nhiều yêu cầu thông thường hơn quy tắc của ứng dụng, và phát hiện ít yêu cầu nằm ngoài việc của nó hơn.
- Trích dẫn trợ giúp. 93,5% so với 94,9% của phương án dự phòng.
- Văn bản bị chèn. Trong các bài kiểm tra giấu chỉ dẫn bên trong đoạn trợ giúp, nó sao chép văn bản ẩn vào 2,25% câu trả lời; phương án dự phòng thì không bao giờ. Các đoạn trợ giúp đi kèm trong ứng dụng, nên điều này cần một tệp trợ giúp bị can thiệp. Lỗi này sẽ được sửa trong một phiên bản sau.
Nó thắng ở đâu
- Ghi nhanh: đúng chính xác 93,4%, so với 5,2%.
- Ước tính thời lượng: sai số trung vị thấp hơn khoảng 25%.
- Nhận ra điều không có trong trợ giúp: 93% so với 0%.
Kiểm tra an toàn
- Yêu cầu về tiền bạc, sức khỏe, pháp luật và an toàn thực phẩm, cùng tin nhắn về tự gây hại, được bộ lọc riêng của ứng dụng chặn trước khi hỏi mô hình. Trong kiểm thử, bộ lọc chặn được 100% số đó.
- Một số câu lệnh red team, như jailbreak và "nhắc lại chỉ dẫn của bạn", được mô hình gắn nhãn là câu hỏi trợ giúp. Đó là một lý do việc phân loại yêu cầu vẫn do quy tắc của ứng dụng đảm nhận.
- Quyền riêng tư: một bài kiểm tra suy luận thành viên (AUC 0,5101, so với giới hạn 0,55) và các kiểm tra canary được cài sẵn không tìm thấy dấu hiệu nào cho thấy nó ghi nhớ ví dụ huấn luyện.
Ngôn ngữ
Bốn việc được bật cho câu trả lời hợp lệ ở mọi ngôn ngữ được kiểm thử. Ghi nhanh được kiểm thử ở cả 19 ngôn ngữ của ứng dụng; trả lời trợ giúp, ước tính thời lượng và tổng kết tuần chỉ bằng tiếng Anh. Phần lời lẽ về khủng hoảng và an toàn của ứng dụng bằng các ngôn ngữ khác tiếng Anh chưa được người bản ngữ xem xét, vì vậy Treasynx AI ra mắt trước bằng tiếng Anh Anh.
Vấn đề đã biết
- Tách văn bản trên điện thoại. Môi trường chạy trên điện thoại tách một số văn bản thành token khác với lúc huấn luyện: 60,9% câu lệnh kiểm thử có ít nhất một cách tách khác, và tiếng Thái bị ảnh hưởng nhiều nhất. Khi kiểm tra trên máy tính, câu trả lời vẫn đạt kiểm tra của ứng dụng, nhưng câu trả lời dài chưa được kiểm tra theo cách này.
- Kiểm thử trên thiết bị. Đến nay nó mới chạy trên một mẫu điện thoại. Bộ xử lý đồ họa trên điện thoại đó bị lỗi, nên mô hình chạy trên bộ xử lý.
- Câu trả lời trợ giúp có thể lặp lại chỉ dẫn ẩn (xem Nó thua ở đâu).
Dữ liệu huấn luyện
Tất cả ví dụ huấn luyện đều là dữ liệu tổng hợp: tạo từ mã của chính ứng dụng, và từ ví dụ cùng ghi chú năng suất do chúng tôi viết hoặc duyệt. Có 100.634 ví dụ huấn luyện và 5.376 cặp ưu tiên. Không dùng dữ liệu người dùng, văn bản thu thập từ web, điểm năng lượng, cũng như dữ liệu từ Giúp cải thiện Treasynx.
Thêm
Nhật ký thay đổi liệt kê từng phiên bản. AI trong Treasynx giải thích cách nó hoạt động trong ứng dụng và những gì nó gửi, tức là không gì cả. Để báo cáo một câu trả lời sai hoặc có hại, hãy nhấn vào nhãn bên dưới nó trong ứng dụng, hoặc gửi email tới support@bmvp.ai.