تقوم Tether بتوفير مجموعة بيانات اصطناعية STEM مُعدة خصيصًا لاستخدامها مع النماذج الصغيرة. تبلغ نسبة 99.45% القدرة على استخراج الإجابة، وليست نسبة “الإجابات الصحيحة”.

في 23 سبتمبر، نشرت Tether AI Research QVAC Genesis III، بمقدار 19.143 مليار Token وقرابة 159.6 مليون مستند، تغطي 19 مجالًا في العلوم والتقنية والهندسة والرياضيات (STEM)، وتتدرّج الصعوبة من مستوى المدرسة الثانوية إلى المستوى الاحترافي. وتأتي الخطوة التالية بعد Genesis I في أكتوبر 2025 وGenesis II في ديسمبر.

عندما يخطئ الطالب، يتم صياغتها كتصحيح؛ وعندما يصيب، يتم توضيح سبب صحة كل خيار ولماذا يكون الخيار الآخر خاطئًا. الهدف هو تدريب نموذج صغير يمكن تشغيله على أجهزة الكمبيوتر المحمولة والهواتف والخوادم المحلية، مع التركيز على مسار حل الأسئلة.

من بين نماذج تدريب من الصفر تضم 1.7 مليار مُعامل، تبلغ نسبة الاستجابات الفعّالة على MMLU STEM على مستوى الاختيارات 99.45%. وبالمقارنة، فإن Cosmopedia-v2 التي تتطابق في حجم البيانات مع عدد الـ Token في النموذج المقابل تعطي صحة ARC-Easy وARC-Challenge وMMLU STEM بنسبة 51.85 و42.71 و30.19 على الترتيب، وهي أعلى بـ 28.57 و21.35 و15.03 نقطة مئوية.

تم إطلاق البيانات بموجب CC-BY-NC 4.0، وهي غير متاحة للاستخدام التجاري. وقد تم قبول الورقة البحثية من قِبل COLM 2026.