Perplexity và NVIDIA đã giới thiệu JOLT, một phương pháp hậu huấn luyện huấn luyện một mô hình vừa làm giáo viên vừa làm học sinh. Trên MATH, nó đạt độ chính xác tương đương GRPO với số token huấn luyện được xử lý ít hơn 6.5 lần. Bài viết Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method xuất hiện đầu tiên trên MarkTechPost .
news
Perplexity và các nhà nghiên cứu NVIDIA giới thiệu JOLT: một phương pháp học tăng cường kết hợp giáo viên-học sinh
Perplexity và NVIDIA đã giới thiệu JOLT, một phương pháp hậu huấn luyện huấn luyện một mô hình vừa làm giáo viên vừa làm học sinh. Trên MATH, nó đạt độ chính xác tương đương GRPO với số token huấn luyện được xử lý ít hơn 6,5 lần. Bài viết Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method xuất hiện đầu tiên trên MarkTechPost .