Perplexity et NVIDIA ont introduit JOLT, une méthode de post-entraînement qui entraîne un modèle à la fois comme enseignant et comme étudiant. Sur MATH, elle a égalé la précision de GRPO avec 6,5x moins de tokens d'entraînement traités. L'article Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method est apparu en premier sur MarkTechPost .
news
Perplexity et les chercheurs de NVIDIA présentent JOLT : une méthode d'apprentissage par renforcement conjoint enseignant-élève
Perplexity et NVIDIA ont introduit JOLT, une méthode de post-entraînement qui entraîne un modèle à la fois comme enseignant et comme étudiant. Sur MATH, elle a égalé la précision de GRPO avec 6,5 fois moins de tokens d'entraînement traités. L'article Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method est apparu en premier sur MarkTechPost .