A Perplexity e a NVIDIA apresentaram o JOLT, um método de pós-treinamento que treina um modelo como professor e aluno ao mesmo tempo. No MATH, ele igualou a precisão do GRPO com 6,5x menos tokens de treinamento processados. O post Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method apareceu primeiro no MarkTechPost .
news
Pesquisadores da Perplexity e da NVIDIA apresentam o JOLT: um método de aprendizado por reforço conjunto professor-aluno
Perplexity e NVIDIA apresentaram o JOLT, um método de pós-treinamento que treina um modelo como professor e aluno ao mesmo tempo. No MATH, ele igualou a precisão do GRPO com 6,5x menos tokens de treinamento processados. O post Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method apareceu primeiro no MarkTechPost .