泰达发布 QVAC Genesis III 数据集，提升小型模型的 STEM 能力

Tether AI Research 发布了合成数据集 QVAC Genesis III，其中包含191.43亿个词元，分布于1.596亿份文档，涵盖 19 个 STEM 领域，旨在提升小型 AI 模型在科学、技术、工程和数学方面的能力。该数据集采用两种方法：“错误分析”和“选项级推理”。前者由能力更强的教师模型分析学生模型的错误并提供正确答案；后者则解释正确答案为何正确，以及其他选项为何错误。测试显示，使用 Genesis III 完整语料训练的模型，在 ARC-Easy、ARC-Challenge 和 MMLU STEM 基准测试中的成绩分别提高了 28.57、21.35 和 15.03 个百分点。相关论文已被 COLM 2026 会议接收。

本内容仅供参考，不构成任何金融、投资、法律或税务建议。文中提及的任何活动、奖励、线上活动或相关信息，不应被视为对购买、出售或交易任何加密资产的推荐、招揽或邀请。加密资产具有高波动性，存在价值损失风险。WEEX服务、产品及相关活动的可用性可能因地区而异。用户在参与前有责任确保符合当地适用法律法规。