Perplexity推出JOLT：一种用同一模型同时担任教师和学生的后训练方法

1篇报道 1个报道来源 2 小时前更新

先了解这件事

AI 综述

Perplexity开发了JOLT，这是一种用同一模型同时担任教师和学生的后训练方法。该公司称，在MATH基准测试中，JOLT以少6.5倍的训练令牌数达到了与GRPO相同的准确率。在JOLT中，教师经过训练，能够提供学生可以利用的反馈。报告中的效率结果仅适用于MATH基准测试。

AI 根据报道生成 · 2 小时前更新

最新进展10月22日 02:44

沿着报道，了解事件的不同侧面。

10月22日

02:44
Perplexity · X
Perplexity 开发了 JOLT，这是一种让同一模型兼任教师和学生的后训练方法
最新研究：我们开发了 JOLT，这是一种后训练方法，同一个模型既充当教师，也充当学生；教师经过训练，能够提供学生可以利用的反馈。在 MATH 上，它以少 6.5 倍的训练 token 数达到了 GRPO 的准确率。 https://t.co/KFHdZ0tuFn https://t.co/Y4Svd9QK4G

和上面这份一样：几件值得看的事。免费，点确认信之后才会开始发送，每封信都能一键退订。看一份往期日报

还没有足够的连续观测数据，暂不绘制趋势。