테더 AI 부문, 1914억3000만 토큰 데이터셋 공개

테더의 AI 연구 부문 QVAC가 1914억3000만 토큰 규모의 합성 STEM 데이터셋 'Genesis III'를 공개했다. 데이터셋은 과학·기술·공학·수학 분야 19개 영역의 추론 데이터를 담았다.

QVAC는 공식 웹사이트에서 Genesis III를 독립 연구자들이 추론 능력을 갖춘 모델을 학습할 수 있도록 공개했다고 밝혔다. 데이터셋은 허깅페이스에서 연구·교육 목적의 CC-BY-NC 4.0 라이선스로 제공된다.

관련 아카이브 논문은 17억 파라미터 모델을 처음부터 학습한 비교에서 Genesis III를 활용한 모델이 일부 STEM 평가에서 기준 모델보다 최대 28.57% 개선됐다고 보고했다. QVAC는 자체 데이터를 활용해 보유 기기에서 AI를 실행하는 로컬 플랫폼도 함께 제공하고 있다.