データセット

Tetherの傘下にあるTether AI Researchは、本日QVAC Genesis IIIを発表しました。これは科学、技術、工学、数学分野向けの合成トレーニングデータセットで、規模は1914.3億トークン、1.596億件の文書をカバーしています。Tetherは、このデータセットを利用して小型AIモデルの推論と教育能力を向上させ、より多くのAIアシスタントがノートパソコン、スマートフォン、ローカルサーバー上で直接動作できるようにし、大型クラウドモデルへの依存を減らすことを目指しています。Genesis IIIはGenesis IおよびGenesis IIのデータ路線を引き継ぎ、内容は生物、化学、物理、数学、計算機科学、医学、電気工学、機械学習など19のカリキュラム関連分野をカバーし、高校、大学、専門的なアプリケーション向けに設計されています。Tetherは、このデータセットがモデルの問題解決過程の説明、誤った推論の特定と修正を重視し、最終的な答えだけを出力するのではないと述べています。Tetherが公開したテスト結果によると、Genesis IIIオプションレベルのデータでトレーニングされた17億パラメータモデルは、関連するベンチマークテストで有効回答率99.45%を達成しました。トークン規模が同等のCosmopedia-v2トレーニングモデルと比較して、Genesis IIIはARC-Easy、ARC-Challenge、MMLU STEMベンチマークでそれぞれ28.57、21.35、15.03ポイント向上しました。

ブロックチェーンデータ分析プラットフォーム Dune は、リアルワールドアセットデータセットが現在オンラインになったことを発表しました。Dune は、トークン化された資産に関心のあるユーザーが、チェーン上の総価値、製品数、成長グラフなどの主要データを取得できるようになったと述べています。このデータセットは、流通チャネル、最終保有者、取引所、保有後の用途などの詳細をさらにカバーしています。Dune は同時にリアルワールドアセットレポートの登録通路を開放しました。

公式の発表によると、Tetherは合成教育データセットQVAC Genesis IIをリリースしました。QVAC Genesisデータセットは19の教育分野をカバーし、オープンな人工知能トレーニングデータの規模、深さ、推論の質を大幅に向上させます。新しいバージョンでは、化学、コンピュータサイエンス、統計学、機械学習、天文学、地理学、計量経済学、電気工学を含む10の新しい分野に範囲を拡大し、大学レベルの物理学データを再生成するために改良された方法を使用しています。

ChainCatcher のメッセージによると、公式ブログで、Tether Data の AI 研究部門 QVAC が QVAC Genesis プロジェクトを発表し、合成データセット Genesis I をリリースしました。このデータセットには 410 億のテキストマークが含まれており、世界中でよりスマートで正確な STEM 言語モデルを構築するのに役立ちます。訓練されたモデルは単語と関連する論理を理解することができます。これは教育と科学の基準に厳格に検証されており、数学や物理などの分野で卓越した推論能力と問題解決能力を示しています。教育コンテンツのために特別に構築され、厳格に検証された初の公開合成データセットであり、重要な STEM 分野の公開訓練データセットの不足を補います。QVAC Genesis I は、オープンで高品質なデータを通じて、人工知能の訓練の権限を一般に返還することを目指しています。さらに、Tether Data は初の消費者向けアプリ QVAC Workbench を発表しました。これは人工知能愛好者などを対象にしており、さまざまな大型言語モデルをサポートしています。このアプリはスマートフォン（現在は Android のみ、iOS は近日中にリリース予定）とデスクトッププラットフォームに対応しており、包括的なローカルデバイスサポートを提供します。ユーザーがこのアプリを使用する際、チャットやインタラクションデータは 100% プライベートであり、「委託推論」機能はモバイル版とデスクトップ版を接続し、ワークステーションのリソースを最大限に活用します。

ChainCatcherのメッセージによると、分散型AIインフラ企業Gataは、世界規模の実ユーザーによるChatGPT対話データセット「ChatGPT-RealUser-2.2M」を発表しました。このデータセットは、GataのGPT-to-Earnプログラム（ユーザーの自発的参加）を通じて収集され、2024年から2025年の間に、224万件以上の実際の対話、約356万組の質問と回答を集め、1.5万人以上の実ユーザーからのインタラクションを含んでいます。このデータセットは、Allen Institute for AIの過去の同様のデータセットの約2倍の規模で、実際のシーンや多段階の対話をカバーしており、オンチェーンのインセンティブメカニズムにより、多くの暗号関連のインタラクションが含まれています。プレビュー版はHugging Faceで公開されており、600件の対話サンプルが含まれています。完全なデータセットは研究および商業用途に利用可能です。2025年5月にGataは、YZi Labs、IDG Blockchainなどの投資を含む400万ドルのシードラウンド資金調達を完了したと報じられています。

ChainCatcher のメッセージ、Codatta は DPath.ai と提携し、最適化された TCGA PRAD データセットを発表しました。Codatta プラットフォームを通じて、世界中の病理学の専門家を招待し、従来のスライスレベルのラベルを ROI 領域レベルの空間注釈に引き上げ、診断の正確性、詳細度、透明性を大幅に向上させました。この共同プロジェクトでは、435 枚の全切片画像を処理し、245 件の症例を最適化し、190 件の注釈の正確性を確認しました。これは AI モデルのトレーニングと病理学研究にとって重要なリソースを提供します。Codatta のロイヤリティモデルは、貢献者がデータの所有権を保持し、データの価値の成長を通じて持続的な収益を得ることを可能にし、中小の AI スタートアップにより広範なデータアクセスの機会を提供します。このプロジェクトは、分散型およびコミュニティ主導のソリューションが医療 AI の革新を推進する潜在能力を示しており、Codatta と DPath.ai が高品質データの作成分野でのリーダーシップを発揮していることを強調しています。

ChainCatcher のメッセージ、分散型 AI データ流動性ネットワーク Vana が TG アプリの重要なアップグレードを発表しました。ユーザーは深層偽造検出データセットの構築に参加してポイントを獲得できるほか、アプリには新しい DataDAO プレマイニング機能も追加されました。RootData ページによると、Vana は AI アイデンティティ生成アプリケーションで、ユーザーがデジタルキャラクターを作成し、さまざまなアプリケーションで使用できるようにします。このデジタルキャラクターはプライバシーを持ち、作成したユーザーとその承認を受けたアカウントのみが制御できます。Vana は 9 月 18 日に 500 万ドルの戦略的資金調達を完了し、Coinbase Ventures が主導しました。これにより、Vana の累計資金調達額は 2500 万ドルに達しました。

ChainCatcher のメッセージによると、公式の発表として、Google Cloud は Solana データを BigQuery 公共データセットプログラムに追加することを発表しました。BigQuery は Google Cloud のサーバーレスで高コストパフォーマンスのデータウェアハウスで、機械学習（ML）、人工知能（AI）、およびビジネスインテリジェンス（BI）機能を内蔵しています。

ChainCatcher のメッセージ、去中心化 AI マークプラットフォーム MarkerDAO は、HK Web3Hub が主催する Big Demo Day に参加し、そのプラットフォームの設計原理とデータアノテーションコストの削減、世界の貧困軽減のビジョンを展示します。今回の展示では、Web3 版 Scale AI と呼ばれる MarkerDAO が AI データアノテーションの観点から、去中心化されたクラウドソーシングプラットフォームの構築に取り組んでおり、ユーザーはデータアノテーションタスクを完了することで報酬を得ることができます。MarkerDAO は複数の AI 研究機関と戦略的提携を結んでおり、関連するデータアノテーションの受注を行います。モバイルアプリは近日中にリリースされる予定です。

ChainCatcher のメッセージ、Web3 データアクセスプラットフォーム Edgeln が 40 万ドルの資金調達を完了したことを発表しました。これには Akkadian Ventures の Mike Dinsdale、Google の Mike Borozdin、Circle の Jeremy Clover などの多くのエンジェル投資家が参加しています。報告によると、EdgeIn は Web3 企業、プロジェクト、チームに対して検証済みのオンチェーンおよびオフチェーンデータセットへのアクセスサービスを提供し、分散型の方法で Web3 データエコシステムに貢献しています。Pitchbook や Crunchbase とは異なります。現在、同社のプラットフォームには 1.5 万以上の企業およびプロジェクトデータが集まっており、約 5 万の Web3 企業およびプロジェクトがインデックスされ、4,000 のアクティブな投資家プロフィールがあります。同社は今年の 2 月に完全なデータセットのアプリケーションプログラミングインターフェース（API）アクセスサービスを発表する予定です。（出典リンク）