Perplexity và NVIDIA ra mắt JOLT: phương pháp học tăng cường giáo viên-học sinh chung

Perplexity và NVIDIA đã ra mắt JOLT, một phương pháp huấn luyện sau khi huấn luyện mà huấn luyện một mô hình đóng vai cả giáo viên và học sinh. Trên bộ dữ liệu MATH, JOLT đạt độ chính xác tương đương với GRPO nhưng chỉ sử dụng 6,5 lần ít token huấn luyện được xử lý hơn.