Tether 發布 1914 億 Token STEM 數據集，押注本地小模型「解釋能力」

ChainCatcher 消息，穩定幣巨頭 Tether 旗下 Tether AI Research 於今日發布 QVAC Genesis III，一套面向科學、技術、工程和數學領域的合成訓練數據集，規模達到 1914.3 億 Token、覆蓋 1.596 億份文檔。

據悉，Tether 希望藉此提升小型 AI 模型的推理與教學能力，使更多 AI 助手能夠直接運行在筆記本電腦、手機和本地伺服器上，減少對大型雲端模型的持續依賴。

Genesis III 延續了 Genesis I 和 Genesis II 的數據路線，內容覆蓋生物、化學、物理、數學、計算機科學、醫學、電氣工程和機器學習等 19 個課程體系相關領域，面向高中、大學及專業級應用。Tether 稱，數據集將重點訓練模型解釋解題路徑、識別錯誤推理並給出修正，而非只輸出最終答案。

按 Tether 披露的測試結果，使用 Genesis III 選項級數據訓練的 17 億參數模型，在相關基準測試中有效回答率達到 99.45%。與 Token 規模相當的 Cosmopedia-v2 訓練模型相比，Genesis III 在 ARC-Easy、ARC-Challenge 和 MMLU STEM 基準上的得分分別提高 28.57、21.35 和 15.03 個百分點。