Tether 发布 1910 亿代币数据集 Genesis III，提升小型 AI 模型 STEM 推理能力

Techub News 消息，Tether AI Research 发布 QVAC Genesis III，这是一个包含 1914.3 亿代币的合成数据集，旨在提升小型 AI 模型在科学、技术、工程和数学（STEM）领域的能力。该数据集通过失败分析和选项级推理两种方法，训练模型不仅给出答案，还能解释推理过程。 在测试中，使用 Genesis III 训练的模型在科学和 STEM 推理基准测试中超越了其他开源训练数据集。例如，一个 17 亿参数的模型在其选项级数据上训练后，在基准测试中 99.45% 的响应给出了有效答案。 该研究旨在推动可在本地设备（如笔记本电脑、手机）上运行的 AI 导师和专业助手的发展，适用于网络条件有限或注重隐私及云访问成本的场景。Genesis III 论文已被 2026 年语言建模会议（COLM）接收。