Tether 釋出 1914 億 Token STEM 資料集，瞄準本地小型 AI 模型

Tether 旗下 Tether AI Research 釋出 QVAC Genesis III，一套面向科學、技術、工程和數學領域的合成訓練資料集，規模達 1914.3 億 Token、覆蓋 1.596 億份檔案。Tether 希望藉此提升小型 AI 模型的推理與教學能力，使更多 AI 助手能直接執行在膝上型電腦、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 Genesis I 和 Genesis II 的資料路線，內容覆蓋生物、化學、物理、數學、電腦科學、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，資料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 選項級資料訓練的 17 億引數模型，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。