Tether publica el conjunto de datos QVAC Genesis III para mejorar las capacidades STEM de los modelos pequeños

Tether AI Research publicó el conjunto de datos sintético QVAC Genesis III, que comprende 19.143 M tokens distribuidos en 159,6M documentos de 19 campos STEM, con el objetivo de mejorar las capacidades de los modelos pequeños de IA en ciencia, tecnología, ingeniería y matemáticas. El conjunto de datos emplea dos métodos: "análisis de fallas" y "razonamiento a nivel de opciones". El primero consiste en que un modelo docente más potente analiza los errores del modelo estudiante y proporciona las respuestas correctas, mientras que el segundo explica por qué la respuesta correcta lo es y por qué las demás opciones son incorrectas. Las pruebas muestran que los modelos entrenados con el corpus completo de Genesis III mejoraron en 28.57, 21.35 y 15.03 puntos porcentuales en las pruebas de referencia ARC-Easy, ARC-Challenge y MMLU STEM, respectivamente. El artículo relacionado fue aceptado en la conferencia COLM 2026.

Este contenido se ofrece únicamente con fines informativos generales y no constituye asesoramiento financiero, de inversión, legal ni fiscal. Cualquier evento, recompensa, promoción en línea o información relacionada que se mencione en el presente documento no debe considerarse como una recomendación, solicitud o invitación a comprar, vender, tradear o de negociar de otra manera con cualquier criptoactivo. Los criptoactivos son sumamente volátiles y pueden provocar pérdidas. La disponibilidad de los servicios, productos y eventos relacionados de WEEX puede variar según la región. Tienes la responsabilidad de asegurarte de que tu participación esté de acuerdo con las leyes y regulaciones locales vigentes.