Tether 发布 1914 亿 Token STEM 数据集，押注本地小模型“解释能力”

ChainCatcher 消息，稳定币巨头 Tether 旗下 Tether AI Research 于今日发布 QVAC Genesis III，一套面向科学、技术、工程和数学领域的合成训练数据集，规模达到 1914.3 亿 Token、覆盖 1.596 亿份文档。

据悉，Tether 希望借此提升小型 AI 模型的推理与教学能力，使更多 AI 助手能够直接运行在笔记本电脑、手机和本地服务器上，减少对大型云端模型的持续依赖。

Genesis III 延续了 Genesis I 和 Genesis II 的数据路线，内容覆盖生物、化学、物理、数学、计算机科学、医学、电气工程和机器学习等 19 个课程体系相关领域，面向高中、大学及专业级应用。Tether 称，数据集将重点训练模型解释解题路径、识别错误推理并给出修正，而非只输出最终答案。

按 Tether 披露的测试结果，使用 Genesis III 选项级数据训练的 17 亿参数模型，在相关基准测试中有效回答率达到 99.45%。与 Token 规模相当的 Cosmopedia-v2 训练模型相比，Genesis III 在 ARC-Easy、ARC-Challenge 和 MMLU STEM 基准上的得分分别提高 28.57、21.35 和 15.03 个百分点。