Tether 发布 1914 亿 Token STEM 数据集

Woofun AI 获悉， 旗下 发布 合成训练数据集，规模达 1914.3 亿 Token，涵盖 1.596 亿份文档。该数据集聚焦科学、技术、工程及数学领域，旨在增强小型 AI 模型在笔记本电脑、手机等本地设备上的推理与教学能力，降低对大型云端模型的依赖。

延续前代路线，覆盖生物、物理、计算机科学等 19 个课程体系领域，重点训练模型解释解题路径及识别错误推理。测试显示，使用其训练的 17 亿参数模型有效回答率达 99.45%，在 ARC-Easy、ARC-Challenge 及 MMLU STEM 基准上较同等规模模型分别提升 28.57、21.35 和 15.03 个百分点。