Подразделение Tether по исследованиям в области ИИ, QVAC, представило синтетический набор данных Genesis III для STEM-дисциплин. Он содержит 191,43 миллиарда токенов и охватывает 159,6 миллиона документов по 19 направлениям, разделенных на три уровня сложности.
Модель с 1,7 миллиарда параметров, обученная на части этого набора, достигла показателя в 99,45% правильных ответов в тестах MMLU STEM. Результаты исследования были приняты к публикации на конференции COLM 2026.
Корпус данных разделен на две методики обучения: Option-Level (108,67 миллиарда токенов) фокусируется на логике верных ответов, а Failure Analysis (82,76 миллиарда токенов) анализирует ошибки. Модели на базе Genesis III превзошли показатели Cosmopedia-v2.
Genesis III завершает серию релизов, начатую в октябре 2025 года. Набор данных распространяется по лицензии CC-BY-NC 4.0 для некоммерческих целей, в то время как сама модель доступна по лицензии Apache 2.0, которая разрешает коммерческое использование.
