Tether memperkenalkan QVAC Genesis I: dataset sintetik terbesar untuk IA ilmiah

image

Tether Data, divisi kecerdasan buatan dari Tether, memperkenalkan QVAC Genesis I, kumpulan data sintetis terbesar yang pernah dibuat hingga saat ini. Dengan 41.000 miliar token teks, perusahaan ini berusaha merevolusi pelatihan model bahasa di bidang STEM (sains, teknologi, rekayasa, dan matematika).

Selain dataset, Tether meluncurkan QVAC Workbench, sebuah aplikasi yang memungkinkan menjalankan model kecerdasan buatan secara lokal, tanpa bergantung pada server eksternal. Kedua inisiatif ini memperkuat strategi mereka untuk mendemokrasikan akses ke IA dan mendesentralisasi pengembangannya.

Sebuah model data yang dirancang untuk penalaran logis

QVAC Genesis I bukanlah sekumpulan data biasa. Arsitekturnya dirancang untuk meningkatkan pemahaman struktural dan penalaran deduktif model bahasa. Menurut Tether Data, proyek ini bertujuan untuk mengatasi keterbatasan dataset terbuka, yang biasanya didasarkan pada teks umum yang diambil dari Internet.

Selain itu, dataset baru ini mengintegrasikan materi ilmiah, pendidikan, dan teknis yang dihasilkan secara sintetis, yang mengurangi bias dan memperluas cakupan di domain kompleks seperti fisika, biologi, atau matematika terapan. Alih-alih menghafal teks, model dapat mempelajari pola berpikir, penyelesaian masalah, dan hubungan logis antara konsep.

Selain itu, Tether menyatakan bahwa basis data ini akan terbuka dan akan digunakan untuk melatih model-model khusus, mendorong persaingan yang lebih adil terhadap sistem-sistem IA besar yang dikendalikan oleh perusahaan swasta.

QVAC Workbench: kecerdasan yang tinggal di perangkat Anda

Bersamaan dengan peluncuran dataset, perusahaan memperkenalkan QVAC Workbench, sebuah aplikasi yang memungkinkan menjalankan model AI langsung dari perangkat pengguna. Saat ini, alat ini tersedia untuk Android, Windows, macOS, dan Linux, dengan versi untuk iOS sedang dalam pengembangan.

Selain itu, CEO Tether, Paolo Ardoino, menjelaskan visi di balik proyek tersebut:

Kecerdasan tidak boleh terpusat. Dengan QVAC Workbench dan Genesis I, kami membuka pintu menuju kecerdasan tak terbatas, sebuah AI yang hidup, belajar, dan berkembang secara lokal.

Di sisi lain, proposal ini sejalan dengan kemajuan edge AI, sebuah paradigma yang memindahkan pemrosesan data dari cloud ke lingkungan lokal, meningkatkan privasi dan mengurangi ketergantungan pada infrastruktur eksternal. Bahkan, ini memfasilitasi eksperimen ilmiah dan pendidikan tanpa memerlukan akses ke pusat komputasi besar.

Horizon baru Tether antara IA dan desentralisasi

Peluncuran QVAC Genesis I dan QVAC Workbench mendefinisikan arah teknologi Tether. Meskipun secara tradisional terkait dengan pasar cryptocurrency dan stablecoin, saat ini ia memperluas jangkauannya ke arah kecerdasan buatan terdesentralisasi, sebuah ruang di mana kedaulatan data menjadi pusat perhatian.

Selain itu, jika adopsinya menguat, Tether bisa menjadi pemain kunci dalam konvergensi antara keuangan digital dan AI generasi baru.

Di luar pengumuman tersebut, dampak dari langkah ini akan tergantung pada kualitas dan penerapan model yang dilatih dengan data sintetis. Namun, langkah untuk membuka dataset sebesar ini dan menawarkan platform lokal merupakan langkah tegas menuju AI yang lebih aksesibel, aman, dan terdistribusi.

Tether tampaknya jelas menyampaikan pesannya: masa depan kecerdasan buatan tidak hanya milik perusahaan besar, tetapi juga milik mereka yang memutuskan untuk membangunnya dari perangkat mereka sendiri.

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
0/400
Tidak ada komentar
  • Sematkan
Perdagangkan Kripto Di Mana Saja Kapan Saja
qrCode
Pindai untuk mengunduh aplikasi Gate
Komunitas
Bahasa Indonesia
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)