Perplexity und NVIDIA haben JOLT vorgestellt, eine Post-Training-Methode, die ein Modell sowohl als Lehrer als auch als Schüler trainiert. Bei MATH erreichte es die Genauigkeit von GRPO mit 6,5-mal weniger verarbeiteten Trainings-Tokens. Der Beitrag Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method erschien zuerst auf MarkTechPost .
news
Perplexity und NVIDIA-Forscher stellen JOLT vor: eine gemeinsame Lehrer-Schüler-Methode für bestärkendes Lernen
Perplexity und NVIDIA stellten JOLT vor, eine Post-Training-Methode, die ein Modell sowohl als Lehrer als auch als Schüler trainiert. Bei MATH erreichte es die Genauigkeit von GRPO mit 6,5-mal weniger verarbeiteten Trainings-Tokens. Der Beitrag Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method erschien zuerst auf MarkTechPost .