Tether выпускает набор синтетических STEM-данных для малых моделей. 99,45% — это доля извлекаемых ответов, а не точность.
23 сентября Tether AI Research опубликовала QVAC Genesis III: 191,43 миллиарда Token и около 159,6 миллиона документов, охват по 19 областям в сфере естественных наук, технологий, инженерии и математики, уровни сложности — от школьного до профессионального. Релиз продолжает линии Genesis I (октябрь 2025) и Genesis II (декабрь). Если студент ошибается — это оформляется как исправление; если отвечает верно — записывается, почему каждое из вариантов правильно и почему неправильные варианты неверны. Обучаемой должна быть модель, которую можно запускать на ноутбуке, телефоне и локальном сервере; акцент — на разборе пути решения.
Из модели на 1,7 миллиарда параметров, обученной с нуля: показатель эффективных ответов на уровне вариантов на MMLU STEM составляет 99,45%. Полный обучающий корпус по масштабу Token сопоставим с Cosmopedia-v2; точность ARC-Easy, ARC-Challenge и MMLU STEM составляет 51,85; 42,71 и 30,19 соответственно — это выше на 28,57; 21,35 и 15,03 процентного пункта.
Данные выпущены по CC-BY-NC 4.0, для некоммерческого использования. Статья принята COLM 2026.
23 сентября Tether AI Research опубликовала QVAC Genesis III: 191,43 миллиарда Token и около 159,6 миллиона документов, охват по 19 областям в сфере естественных наук, технологий, инженерии и математики, уровни сложности — от школьного до профессионального. Релиз продолжает линии Genesis I (октябрь 2025) и Genesis II (декабрь). Если студент ошибается — это оформляется как исправление; если отвечает верно — записывается, почему каждое из вариантов правильно и почему неправильные варианты неверны. Обучаемой должна быть модель, которую можно запускать на ноутбуке, телефоне и локальном сервере; акцент — на разборе пути решения.
Из модели на 1,7 миллиарда параметров, обученной с нуля: показатель эффективных ответов на уровне вариантов на MMLU STEM составляет 99,45%. Полный обучающий корпус по масштабу Token сопоставим с Cosmopedia-v2; точность ARC-Easy, ARC-Challenge и MMLU STEM составляет 51,85; 42,71 и 30,19 соответственно — это выше на 28,57; 21,35 и 15,03 процентного пункта.
Данные выпущены по CC-BY-NC 4.0, для некоммерческого использования. Статья принята COLM 2026.
