Perplexity y NVIDIA presentaron JOLT, un método de post-entrenamiento que entrena un modelo como profesor y alumno a la vez. En MATH igualó la precisión de GRPO con 6,5 veces menos tokens de entrenamiento procesados. La entrada Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method apareció primero en MarkTechPost .
news
Perplexity y los investigadores de NVIDIA presentan JOLT: un método de aprendizaje por refuerzo conjunto profesor-alumno
Perplexity y NVIDIA presentaron JOLT, un método de post-entrenamiento que entrena un modelo como profesor y alumno a la vez. En MATH igualó la precisión de GRPO con 6,5 veces menos tokens de entrenamiento procesados. La entrada Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method apareció primero en MarkTechPost .