1914亿词元开放合成STEM语料

QVAC Genesis III覆盖19个STEM领域，面向小模型和端侧高效预训练。

推荐理由：该语料以1914.3亿词元覆盖19个STEM领域，重点追求小模型的单位词元学习效率；若质量验证成立，可缓解开放生态缺少专用预训练数据的问题。