Перейти к содержимому
  • BTC $61 642 −1,2%
  • ETH $1 743 −1,2%
  • SOL $72,26 −1,0%
  • BNB $577,21 +0,0%
  • XRP $0,9549 −1,5%
  • DOGE $0,0576 −1,6%
  • ADA $0,1505 −0,3%

Tether расширяет исходный набор данных QVAC с выпуском Genesis II для поддержки исследований в области открытого ИИ

Tether углубляет свою роль в области открытого искусственного интеллекта, расширяя набор данных qvac genesis с помощью нового выпуска Genesis II, нацеленного на обучение в крупномасштабных образовательных проектах. Tether увеличивает объем синтетических образовательных данных для ИИ. Tether, через свое специализированное подразделение по исследованию данных и ИИ QVAC, выпустила QVAC Genesis II…

qvac genesis dataset
QVAC GENESIS DATASET EXPANDS TO 148B TOKENS FOR AI TRAINING
ПоделитьсяXTelegramWhatsAppLinkedInEmail

Tether углубляет свою роль в открытом искусственном интеллекте, расширяя набор данных qvac genesis через новый выпуск Genesis II, нацеленный на крупномасштабное образовательное обучение.

Tether увеличивает объем синтетических образовательных данных для ИИ

Tether, через свое специализированное подразделение по данным и ИИ QVAC, выпустила QVAC Genesis II, значительное обновление своей программы синтетических образовательных данных. С этим выпуском публичный набор данных расширился до 148 миллиардов токенов, что делает его крупнейшим открыто доступным синтетическим образовательным набором данных для предварительного обучения ИИ.

Более того, это расширение значительно увеличивает объем открытых ресурсов для обучения ИИ. Делая набор данных широко доступным, Tether стремится ускорить эксперименты с образовательными моделями и архитектурами, ориентированными на рассуждения.

Углубление рассуждений и расширение академического охвата

QVAC Genesis II добавляет 107 миллиардов токенов и теперь охватывает 19 академических областей. Помимо ранее ориентированных на STEM материалов, набор данных включает информатику, химию, статистику, машинное обучение, астрономию, географию и эконометрику. Кроме того, команда переработала контент по физике на уровне колледжа, используя обновленные методы генерации для улучшения структуры и ясности.

В результате набор данных теперь подчеркивает логическую последовательность и более высокий академический уровень во всех областях. Каждый предмет разработан с акцентом на понимание концепций, а не на простое запоминание. Более того, материал структурирован таким образом, чтобы уменьшить двусмысленность в ответах ИИ, укрепляя явные цепочки рассуждений и пошаговую аргументацию.

Рассуждения на уровне вариантов и анализ ошибок

Выпуск вводит Рассуждения на уровне вариантов, новый метод генерации данных, который оценивает каждый возможный вариант ответа в вопросах с множественным выбором. Он объясняет, почему правильные ответы работают и почему неправильные варианты неудачны, добавляя подробные комментарии о типичных подводных камнях.

На практике этот метод напрямую устраняет распространенные заблуждения в самих данных. Он работает вместе с более ранней системой QVAC Анализ ошибок, которая сосредоточена на понимании того, где и почему модели ломаются. Вместе эти подходы помогают гарантировать, что каждый пример обучения приносит образовательную ценность, а не просто маркирует ответы.

Независимые тесты, упомянутые командой, показывают, что модели, обученные на Genesis II, демонстрируют более четкие объяснения и улучшенную точность рассуждений. Тем не менее, реальные бенчмарки со временем определят, как эти синтетические образовательные материалы сравниваются с традиционными наборами данных, созданными человеком.

Модель открытого доступа для децентрализованных исследований ИИ

QVAC выпустила расширенный набор данных под лицензией Creative Commons Attribution–NonCommercial. Эта модель открытого доступа поддерживает академических исследователей и независимых разработчиков по всему миру. Однако она ограничивает коммерческую эксплуатацию, запрещая прямое использование в целях получения прибыли.

Важно отметить, что стратегия набора данных qvac genesis соответствует более широкой стратегии Tether по децентрализованным и локальным системам ИИ. Укрепляя основы открытых данных, компания стремится снизить барьеры для инноваций и поощрять эксперименты вне крупных облачных платформ.

Таким образом, разработчики могут обучать надежные модели без исключительной зависимости от централизованных поставщиков инфраструктуры. Инициатива также укрепляет более прозрачную экосистему ИИ, где данные для обучения и методологии могут быть изучены, подвергнуты критике и доработаны более широкой исследовательской общественностью.

В заключение, выпуск QVAC Genesis II значительно увеличивает объем синтетических образовательных данных, углубляет контент, ориентированный на рассуждения, и принимает модель открытого доступа, поддерживающую децентрализованные исследования и разработки ИИ по всему миру.

ПоделитьсяXTelegramWhatsAppLinkedInEmail

Amelia Tomasicchio

Все материалы: Amelia Tomasicchio